Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Ingeniero Mantenimiento PDF
Manual Ingeniero Mantenimiento PDF
I Bases Generales 5
1. La función mantención 7
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1. Una función de apoyo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Tipos de intervención de mantención . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Clases de actividades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Gestión de largo plazo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Gestión de mediano plazo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.1. Programación de intervenciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.2. Control presupuestario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6. Ejecución de intervenciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.1. Gestión del personal de intervención . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7. Gestión de repuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7.1. Compra de repuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7.2. Gestión de bodega . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.8. Ponderación de las actividades de mantención . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.9. Estrategias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.9.1. Mantención Pre-falla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.9.2. Mantención Preventiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.9.3. Mantención predictiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2. Estructura de costos 15
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1. Costo global (CGM, Cg ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Costo de intervención (CIM, Ci ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1. Costos por unidad de tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2. Costo de repuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Costo de fallas (CFM, Cf ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.1. Evaluación del costo de falla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4. Costo de almacenamiento (CAM, Ca ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5. Valores referenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.1. Para el costo de intervención . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.2. Para el costo de falla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5.3. Para el costo de almacenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
II Análisis de Fallas 21
3. Análisis de modos de falla 23
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
iii
iv ÍNDICE GENERAL
4. Árboles de falla 31
4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2. Construcción del árbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3. Reglas para construir un árbol de falla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4. Evaluación del árbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4.1. Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4.2. Análisis cualitativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4.3. Análisis cuantitativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.5. Dependencia entre eventos terminales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.1. A depende de B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.2. A y B mutuamente exclusivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.3. Dependencias en sistemas más complejos . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.4. A y B con correlación perfecta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6.1. Simplificación del árbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.6.2. Sistema de refrigeración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.7. Software para árboles de falla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5. Análisis de importancia 45
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2. Medidas cuantitativas de importancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3. Vesely-Fussell para conjuntos mı́nimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.4. Vesely-Fussell para componentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.5. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
En julio 2001 se realizó en la facultad un taller denominado The Learning Factory. En él se discutieron
los nuevos enfoques que se deben dar a la enseñanza. En particular se invitó a un panel de ingenieros con
puestos de mando en la industria nacional y se les preguntó cuales eran las falencias más comunes de los
ingenieros recién egresados y principalmente se mencionó (sin orden especifico):
Capacidad de innovar
Como una forma de colaborar con estas habilidades, el curso, aparte de entregar los contenidos per-
tinentes incluirá:
Varias exposiciones de parte de los alumnos (disponemos de la sala de seminarios con proyector
PC)
Por otro lado, la era de la información en que vivimos está desplazando al papel como principal medio
de transmisión de información. El standard actual son los documentos PDF. Una forma de producirlos es a
través de procesadores de palabras WYSIWIG (What You See Is What You Get) o través de compiladores
tales como LATEX. Las ventajas principales de usar esta ultima opción son:
Lo anterior lograr acortar el tiempo destinado a realizar el trabajo y ayuda a mejorar la calidad de
los contenidos. Este semestre las entregas de tareas e informes se harán en formato PDF via email. El
auxiliar impartirá una clase tutorial de LATEX. Con ello se espera que los alumnos queden preparados
para publicar sus memorias ME-69 en la biblioteca virtual del departamento.
1
2 ÍNDICE GENERAL
Charlas y visitas
Como una forma de acercamiento al medio industrial y tecnológico aplicado se programan varias
charlas y visitas, entre ellas:
gestión de mantención
visitas
• charla termografı́a
• charla vibro-análisis
• análisis de aceite
Análisis de fallas
• sistemas expertos
Proyecto semestral
El proyecto (en grupos de 3 alumnos) corresponde a un 30 % de la nota del curso. Tiene por objetivo
desarrollar los tópicos que se darán durante el curso para un sistema mecánico en particular. Al final
el alumno tendrá un conocimiento acabado (tanto técnico como económico sobre el equipo) y el mejor
informe quedará en el WEB para ser usado a conveniencia por los interesados. Los equipos deben corre-
sponder a maquinas que jueguen un rol importante en la linea de producción; con un grado de complejidad
suficiente para realizar análisis interesantes, y que sea de uso en una empresa seleccionada por ustedes.
El proyecto debe incluir:
Observación 1 El equipo elegido debe disponer de un historial de fallas y costos suficiente. Se recomienda
usar empresas que dispongan de un sistema de información .
0.1. FORMA DE EVALUACIÓN 3
Observación 2 El proyecto será evaluado por los informes escritos (70 %) y por las presentaciones
realizadas en clase (30 %). En las presentaciones se evaluará: calidad del contenido (30 %), calidad del
material audiovisual (30 %), claridad al explicar (30 %), calidad de las respuestas (10 %).
semana 3
semana 7
semana 13
semana 15
semana 5
semana 10
semana 14
Estudio de costos
Gestión, planificación
Sistemas de información de mantención
Técnicas para análisis de falla
Estadı́stica aplicada
Mantención predictiva, análisis de vibraciones
Mantención correctiva
(Tribologı́a)
Bibliografı́a recomendada
Gran parte del curso de basa en las siguientes referencias:
P. Lyonnet. Maintenance Planning, Methods and Mathematics. Chapman & Hall, 1991.
A.K.S. Jardine. Maintenance, Replacement and Reliability. Pitman Publishing, 1973.
Eppen, G.D. et al., Investigación de Operaciones, Prentice Hall, 5ta edición, 2000.
Varios, Pratique de la Maintenance Industrielle. Dunod, 1998.
R. Pascual, Apuntes del curso ME57A, U. de Chile, 2002.
Parte I
Bases Generales
5
Capı́tulo 1
La función mantención
1.1. Introducción
Según la norma francesa AFNOR 60.010, mantención se define como:
El conjunto de acciones que permiten mantener o restablecer un bien a un estado especificado o en
capacidad de asegurar un servicio determinado.
Hay que agregar a este concepto las nociones de acciones a tomar antes del montaje de los bienes
(etapa de diseño) y la de la vida útil nominal del equipo, que determina también las acciones a tomar.
calidad
seguridad
recursos humanos, etc.
Para optimizar la función mantención es necesario situar esta función en el marco de una función más
global llamada función equipos.
En una planta, para producir se requiere:
La función equipos incluye todas las actividades que conciernen los equipos. Ella se descompone en
varias funciones:
mantención;
inversiones en renovación,
inversiones de productividad;
1 ref. [9], 2.1.
7
8 CAPÍTULO 1. LA FUNCIÓN MANTENCIÓN
mejoras de equipos;
La función equipos sera bien manejada si hay un presupuesto para cada una de las funciones que la
componen, y por tanto se realizan análisis de necesidades para c/u de ellas.
Observación 4 Es muy común que la función equipos sea confundida con ”mantención” lo que hace
difı́cil realizar análisis técnico-económicos.
equipos redundantes;
Los dos primeros tipos de intervención son corrientes y dan libertad de planificación. El tercero es
conocido como parada. Puede ser programada o no. Las intervenciones debe estar sujetas a detenciones
de producción. Ejemplos:
Ejecución de actividades;
Gestión de repuestos.
El largo plazo es un horizonte superior a un año. El mediano plazo considera entre 1 y 12 meses.
1.4. GESTIÓN DE LARGO PLAZO 9
Observación 5 Para controlar una función, el agrupamiento de actividades no debe ser arbitrario, debe
ser consecuente con la naturaleza del ser humano:
Una persona (o grupo de personas) no puede llevar al mismo tiempo actividades de corto, mediano
y largo plazo, debido a que el corto plazo (lo cotidiano) será siempre prioritario. Las actividades de
mediano y largo plazo serán poco o no realizadas.
Observación 6 En este contexto, análisis corresponde a análisis técnicos: análisis de modos de falla,
confección de procedimientos y rutas, informes de falla, análisis de tiempos de reparación, etc.
Mejorar procedimientos organizacionales: describir las reglas que aseguren calidad en el servicio;
para ello se implementa:
Determinación de fechas y plazos de intervención (lo que incluye negociar con producción);
10 CAPÍTULO 1. LA FUNCIÓN MANTENCIÓN
Gestión de repuestos 8
Disponer de stocks en cantidad 1
Disponer del valor de stocks 1
Definición de metodos para conservar los repuestos 0.5
Gestión de reaprovisionamiento 1
Predicción de consumos anuales 1
Programación de compras a largo plazo 0.5
Análisis ABC de consumos 1
Estimar tamaño de lote, frecuencia optima 1
Disponer de indicadores 1
Balance general
Gestión largo plazo 10
Gestión mediano plazo 16
Análisis mediano plazo 6
Ejecución corto plazo 60
Gestión de repuestos 8
100
25
20
15
Costos
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Nivel de mantención
Mantención
Mantención Mantención
Post-falla Pre-falla
1.9. Estrategias
2
Es importante fijar objetivos, nuestro primeros objetivos son:
disponen de técnicas no destructivas capaces de establecer la condición del equipo. Ejemplos: análisis de
vibraciones, de aceite, temperatura, corriente,etc.
En caso de seleccionar mantención preventiva para un equipo, es necesario establecer frecuencias
de cambio de piezas, lubricación, etc. Para ello se realiza un análisis estadı́stico de los ciclos de vida.
Las tareas a realizar deben ser descritas claramente en procedimientos y su registro debe ser llevado en
reportes. Ellos formará parte de la hoja de vida de cada equipo. Tal registro ayudará en la detección de
fallas en la mantención, y la evaluación de costos de mantención.
Estructura de costos
2.1. Introducción
Como administradores de la mantención una de las principales tareas será minimizar los costos de
mantención. Es entonces muy importante analizar cuales son sus componentes.
Cg = Ci + Cf + Ca + Ai
Observación 10 Se constata que la reducción de un componente del costo global implica el aumento de
uno o mas de los otros componentes (acción-reacción).
Observación 11 El CGM es medido a nivel de equipo. La suma sobre los equipos es lo que nos importa.
Los equipos que mas afecten el CGM serán aquellos que reciban mayor estudio y atención de parte del
servicio.
Ejemplo 6 Un programa preventivo excesivo implica un gran CIM y CAM. Es necesario estudiar si el
CFM baja mas de lo que crecieron estas componentes.
Ejemplo 8 Disminuir las inversiones implica costos de intervención mayores, reparaciones más largas.
15
16 CAPÍTULO 2. ESTRUCTURA DE COSTOS
Observación 13 El estudio de la frecuencia de fallas (tasa de fallas o tiempo entre fallas) y del tiempo
utilizado en las reparaciones permite calificar la calidad de la mantención desde un punto de vista técnico.
Observación 14 No confundir falla de mantención con falla de material: Culpa nuestra, culpa del con-
structor o culpa de producción?
Definición 1 El costo de falla de equipos corresponde a las perdidas de margen de explotación cuya causa
es un defecto de material que provoca bajas de producción de calidad aceptable.
Observación 15 Este tipo de costos deben ser cargados a las funciones inversión, fabricación, calidad,
etc.; pero no a mantención.
Observación 16 El interés de poner en relieve los costos de falla por función y de no reagruparlos bajo
el centro de costos de mantención es de poder sensibilizar al conjunto de responsables de las funciones
concernientes a los sobrecostos generados y de permitirles tomar medidas correctivas eficaces.
Ejemplo 10 Ingenierı́a ha implementado un proyecto con equipos de baja calidad: baja confiabilidad,
mantenibilidad pobre.
En el primer caso, el costo de falla de mantención corresponde a los gastos necesarios para reatrapar
la producción pérdida. Estos gastos son esencialmente:
18 CAPÍTULO 2. ESTRUCTURA DE COSTOS
Ci vs volumen de producción
El volumen de producción (Vp ) es una medida del nivel de uso dado a los equipos. Por ejemplo: horas
de operación continua en equipos, toneladas en equipos quı́micos, siderurgia e industrias agroalimentarias.
Este indicador permite:
Comparar equipos o plantas similares tomando en cuenta las horas de utilización de los equipos;
Equipos mostrando Ci /Vp muy sobre el valor referencial indica vejez del equipo o condiciones de
operación difı́ciles (ambiente, calidad de operadores).
Ci vs valor agregado
El valor agregado (Va ) por el equipo es un indicador muy usado aunque no toma en cuenta las
condiciones de operación. El nivel de automatización puede no influenciar el Ci /Va debido a que a mayor
cantidad de equipos, mayor productividad (valor agregado) pero también se incrementan el costo de
intervención de mantención.
etc.
Evitar la existencia del costo de falla es una de las paradojas de la función mantención debido a que
tal esfuerzo implica incrementar el costo de intervención. El control del costo global de mantención es
entonces un proceso iterativo (para niveles estables de utilización del equipo).
varia entre 1.5 % y 2.5 % del valor (nuevo) de los equipos a mantener.
El costo de almacenamiento representa entre 4 % y 6 % del Ci . Por ello no debe ser una preocupación
mayor en la gestión del costo global de mantención (vease análisis de Pareto).
Parte II
Análisis de Fallas
21
Capı́tulo 3
3.1. Introducción
Antes de seleccionar una estrategia de mantención para un equipo es conveniente conocer los fenómenos
que producen su degradación y falla. Las fallas pueden ser clasificadas como:
Fallas catastróficas que contemplan las fallas repentinas y completas, tales como la ruptura de un
componente mecánico o un corto circuito en un sistema eléctrico. Es difı́cil observar la degradación
y por tanto no es posible establecer procedimientos preventivos.
Fallas por cambios en parámetros Fenómenos tales como
• desgaste mecánico,
• fricción,
• aumentos en la resistencia de componentes electrónicos; la degradación es gradual y puede ser
observada directa o indirectamente.
etapa temprana, caracterizada por una tasa de falla que decrece en el tiempo;
etapa madura, caracterizada por una tasa constante de fallas;
ancianidad, caracterizada por una tasa creciente de fallas. (ver figura 3.1).
23
24 CAPÍTULO 3. ANÁLISIS DE MODOS DE FALLA
¸ (t)
0
0
tiempo
En este caso la falla secundaria induce fallas en mas de un componente. Por ejemplo, un terre-
moto puede producir cargas severas en un numero de componentes e inducir su falla. Las catastrofes
naturales son causas usuales de este tipo: terremotos, inundaciones, huracanes, explosiones, fuego. Mal
funcionamiento de otros sistemas o componentes también pueden inducir fallas en varios componentes.
Ejemplo: una falla del sistema de airea acondicionado produce incremento en la temperatura y de ahı́ la
falla de un numero de componentes electrónicos.
Fallas propagadas
En este caso la falla de un componente induce la falla de otro. Si la falla del primer componente induce
fallas en mas de un componente puede ser considerada como falla con causa común.
Si las fallas son causadas errores humanos en la operación, mantención, inspección. Los errores hu-
manos en la etapa de diseño, construcción e instalación del equipo son consideradas como fallas por
error humano y no deben ser consideradas como fallas primarias. Si el error conlleva la falla de varios
componentes, también se puede hablar de fallas con causa común.
Ejemplo 11 Si un componente inaccesible de un avión falla en vuelo, no seria posible repararlo durante
el vuelo. El componente puede, por supuesto, ser reparado luego del aterrizaje, pero esto es irrelevante
desde el punto de vista de la operación del avión durante ese vuelo.
Aun si es posible reparar un componente tras la detección de su falla pero si la polı́tica de op-
eración/mantención fuerza a su reparación hasta el próximo overhaul, tal componente es considerado
como no reparable.
3.3. ANÁLISIS DE MODOS DE FALLA, EFECTOS Y CRITICIDAD 25
Sistema Fecha
Hoja de
Plano Hecha por
Función Aprobada por
Numero Identificación Función Modos de Fase en Efectos Efectos Efectos Método de Medidas Nivel de Observaciones
Identificación funcional falla y causas que ocurre locales en nivel superior finales detección compensatorias severidad
Sistema Fecha
Hoja de
Plano Hecha por
Función Aprobada por
Numero Identificación Función Modos de Fase en Probabilidad Probabilidad razón de tasa tiempo Numero Criticidad Observaciones
Identificación funcional falla y causas que ocurre de falla del efecto modo de falla de falla de operación de criticidad del item
α λ del modo de falla
p
Cm
Definición 2 El numero de criticidad del item es la suma de los números de criticidad de modo de falla
del item.
Observación 19 Notese que el costo de falla asociado a un equipo va implicito por la tasa de fallas y
en la confiabilidad; aunque no se pondera directamente por la duración de una falla que es distinta para
cada modo de falla. Lo mismo vale para el costo de intervención.
funciones
condiciones de operación (temperatura, carga, presión, etc.)
condiciones ambientales
Se debe construir un diagrama funcional de bloques lo que permite guiar y comprender el análisis
completo.
Observación 20 Si el sistema opera en mas de una fase y las relaciones funcionales cambian o los
componentes operan en forma distinta, ello debe considerarse en el análisis. También debe evaluarse el
efecto de equipos redundantes.
Observación 21 Un FMECA puede enfocarse en distintos puntos de vista: seguridad, éxito de la misión,
disponibilidad, costo de intervención, detectabilidad de los efectos, etc. Por ejemplo un FMECA orientado
a la seguridad puede dar un bajo nivel de criticidad a un componente de baja disponibilidad pero cuyos
efectos no son crı́ticos para la seguridad.
Función
Muy breve, en muchos análisis se omite por ser obvio.
Modos de falla
Las posibles formas en que un componente puede fallar:
Frecuencia de la falla
Puede ser el tiempo medio entre fallas (MTBF) o algún numero que pondere entre los equipos.
Criticidad
Usualmente se usa un sistema de ponderación de acuerdo a:
Observación 22 Existen softwares especiales para FMECA. Ejemplo: PREDICTOR, FMEA Facilitator
(www.fmeca.com), . El uso de planillas de calculo es muy común.
Ejercicio 1 Construya un FMECA para alguno de los siguientes equipos: lavadora, sistema de frenos de
un vehı́culo, radio de transistores, otro equipo que le sea familiar.
Ejercicio 2 Considere el calentador de agua mostrado en la figura. El sistema provee de agua caliente en
un cierto rango de temperatura configuradas (por ejemplo entre 40 y 80o C). El agua es calentada con gas.
Cuando la temperatura del agua está bajo un nivel seleccionado (50 o C por ejemplo), el sensor/comparador
de temperatura manda una señal al controlador para que abra la valvula de gas. Tan pronto el agua llega a
la temperatura configurada, el sensor manda la señal de cierre al controlador. Cuando el agua se empieza
a enfriar y el agua pasa por la temperatura fijada, el sensor/comparador vuelve a mandar la señal de
abrir el paso de gas. La valvula de paso (”check valve”) a la entrada del agua fria previene flujo inverso
debido a la sobrepresión en el sistema de agua caliente. La valvula de seguridad está configurada para
abrir si la presión de agua excede los 100 psi.
Árboles de falla
4.1. Introducción
El análisis de árbol de fallas es uno de los métodos de más amplio uso en el análisis de confiabilidad.
Es un procedimiento deductivo para determinar las diversas combinaciones de fallas a nivel componente
que pueden desencadenar eventos no deseados especificados al inicio del análisis. Los árboles de falla
también son usados para calcular la probabilidad de que ocurrencia del evento en estudio a partir de
la probabilidad de ocurrencia de las fallas de los componentes. Para un sistema dado, se pueden hacer
tantos análisis como eventos no deseados se deseen estudiar.
Los árboles de falla pueden ser realizados desde etapas tempranas del diseño; y luego ser actualizados
en función del mayor conocimiento que se tenga del sistema. Luego de la puesta en marcha del sistema,
los árboles también son utilizados para identificar las causas raı́ces de las fallas.
En la construcción del árbol, la falla a estudiar se denomina el evento principal. Otros eventos de falla
que puedan contribuir a la ocurrencia del evento principal son identificados y ligados al mismo a través
de funciones lógicas. Los árboles terminan en eventos básicos (no abre, no inicia,...).
Una vez que la estructura del árbol ha sido construida, el análisis subsiguiente toma dos formas. El
análisis cualitativo reduce el árbol hasta obtener un conjunto mı́nimo de modos de falla para el árbol;
para realizarlo se utiliza álgebra booleana. El análisis cuantitativo del árbol de falla consiste en calcular
la probabilidad de ocurrencia del evento principal a partir de la probabilidad de ocurrencia de los eventos
básicos en un cierto intervalo T .
Si se decide que cualquiera de los eventos identificados puede causar el evento principal, se usa el
conector OR.
31
32 CAPÍTULO 4. ÁRBOLES DE FALLA
Breaker
no opera
Evento principal
Conector OR
Breaker
no opera
Contacto A Contacto B
cerrado cerrado
Una vez que se ha determinado una lista de eventos de primer nivel, debe decidirse si es necesario
seguir expandiendo el árbol. Tal decisión puede ser influenciada por:
Si se decide que una rama del árbol debe ser detenida, el evento básico es mostrado gráficamente por
un circulo. Ello implica que el evento es independiente de otros eventos subsecuentes.
Ejemplo 13 Para el breaker del ejemplo anterior, la señal de trip (detención) es trasmitida a través dos
contactos Ay B (en serie). si uno o ambos operan la señal es transportada. Para que no haya señal de
trip, ambos deben fallar. El evento ”No hay señal de trip” es descrita por el conector AN D (figura 4.2.
Ejemplo 14 La figura 4.3 muestra el diagrama de una pinza. El árbol de fallas asociado se muestra en
figura 4.4.
Actuador A
Control
Hidráulico
A
Actuador B
Control
Hidráulico
Pinza
B
Pinza
No suelta
Falla Actuadores
mecanismo No regresan
Actuador A Actuador B
No regresa No regresa
Control Control
Actuador A hidráulico A Actuador B hidráulico B
Falla en Falla en Falla en Falla en
extensión extensión extensión extensión
4.4.1. Procedimiento
1. Dar códigos a los conectores y eventos básicos
2. Listar tipos de conectores y entradas
3. Escribir la ecuación Booleana de cada conector
4. Usar álgebra Booleana para resolver el evento principal en términos de conjuntos
5. Eliminar redundancias en los conjuntos, para que sean mı́nimos.
a = A+b
b = cd
c = B+C
d = D+E
4.4. EVALUACIÓN DEL ÁRBOL 35
Pinza
No suelta
c d
B C D E
por lo que
a = A + (B + C)(D + E)
= A + BD + BE + CD + CE
Cada uno de los términos en el lado derecho es un conjunto mı́nimo. En este ejemplo los modos de
falla son: (A) el mecanismo falla, (BE) el actuador A y el control B fallan, (CD) el control A y el actuado
B fallan, (CE) el control A y el control B fallan.
en caso de que P (A), P (B) ≤ 0,1 es válido utilizar la aproximación de pequeñas probabilidades, que
desprecia el tercer término:
P (S) = P (A) + P (B)
Si hay alguna dependencia,
P (S) = P (A) + P (B) − P (A) · P (B/A)
y para el conector AN D (figura 4.7),
P (A) = ,01
P (B) = P (C) = P (D) = P (E) = 0,1
36 CAPÍTULO 4. ÁRBOLES DE FALLA
A B
A B
Pinza
No suelta
a 0.05
A 0.01 b 0.4
c 0.2 d 0.2
B C D E
0.1 0.1 0.1 0.1
Falla de
A
4.5.1. A depende de B
Considere 2 componentes A y B. Sea la probabilidad de falla de A dependiente del estado de B. Si no
existe tal dependencia, la falla del componente A puede ser modelada como un evento terminal clásico.
En caso de existir, la falla de A deja de ser terminal y se modela como una evento intermedio, como se
muestra en figura 4.9.
Nótese que el evento terminal ”B opera” tiene usualmente una alta probabilidad de ocurrencia;
además, los eventos ”B opera” y ”B falla” son complementarios y mutuamente exclusivos.
Si el producto de la probabilidad de ”B falla” y ”A falla cuando B ha fallado” es mucho mayor que
el producto de ”B opera” y ”A falla cuando B opera”, entonces la rama derecha del árbol debajo del
conector OR puede ser obviada, y queda el árbol de figura 4.10.
Falla de
A
Falla de A cuando
B ha fallado
Fallla A fallla
de B cuando
B falla
Falla de
A
Falla de A
cuando B opera
B A fallla
opera cuando
B opera
A
C
B
D1 C
A B
D1 C
A B
A’ A’’
B A/B B A/ B
4.6. Ejemplos
4.6.1. Simplificación del árbol
Considere el árbol de fallas mostrado en figura. El evento principal representa la falla del sistema.
Los eventos E1, ..., E4 son estadı́sticamente independientes y representan las fallas de componentes cuyas
tasas de falla son λi i=1,..,4 respectivamente. Determine la confiabilidad del sistema en t. La confiabilidad
de un componente es e−λi t .
Por conveniencia definamos la probabilidad de que un elemento falle como
qi = 1 − e−λi t
4.6. EJEMPLOS 41
G1 G2
E1 E4 E1 E2 E3
T = G1 · G2
= (E1 + E4) · (E1 + E2 + E3)
= E12 + E1E2 + E1E3 + E4E1 + E4E2 + E4E3
= E1 + E1E2 + E1E3 + E4E1 + E4E2 + E4E3
M 1 = E1
donde Mi indica el i-esimo conjunto minimo. E1E2, E1E3 y E4E1 no son conjuntos minimos pues
contienen a un conjunto minimo (E1). Los conjuntos minimos restantes son:
M2 = E4E2
M3 = E4E3
P (T, t) = P (M 1) + P (M 2) + P (M 3)
= q1 + q2 q4 + q3 q4
La función del sistema es suplir con suficiente refrigeración al equipo principal. El evento principal en
este caso es la perdida de flujo mı́nimo al intercambiador de calor. Ella puede ocurrir por falla en la lı́nea
principal o por problemas en la valvula. La ruptura de la tuberı́a es un evento primario.
42 CAPÍTULO 4. ÁRBOLES DE FALLA
Caudal mínimo
No alcanzado
No hay flujo
Ruptura desde la válvula
de
la línea
Partes de la bomba
entran a la válvula
fusible
interruptor
Motor
fuente
cable
Ejercicio 3 Construya el árbol de falla del sistema mostrado en figura 4.18. El evento principal es la no
operación del motor. Razones:
• interruptor abierto,
◦ abierto
◦ falla interna
• falla interna del cableado,
• falla del fusible,
◦ sobrecarga: por corto-circuito en el cableado o por falla de la fuente
◦ falla interna
Motor
no opera
Falla
Interna del No llega corriente
motor Al motor
Sobrecarga
Falla interna
fusible
Análisis de importancia
5.1. Introducción
Un árbol de falla cualitativo provee al analista con información acerca de
• que combinación de fallas de componentes -eventos terminales- puede provocar la falla del
sistema -evento terminal-, o
• que combinación de eventos exitosos asegura la operación exitosa del sistema
Un árbol de fallas provee la probabilidad de falla del sistema -evento principal-, lo que puede ser usado
para decidir si la performance del sistema (confiabilidad, disponibilidad, seguridad) es aceptable o si son
necesarios algunos cambios.
Un análisis de importancia es útil para
etc.
medida de Birnbaum
medida de criticidad
medida de Vesely-Fusell
medida de Barlow-Proschan
45
46 CAPÍTULO 5. ANÁLISIS DE IMPORTANCIA
Observación 24 Para su calculo, estas medidas consideran que los eventos terminales son estadı́stica-
mente independientes y sus resultados no clasifican necesariamente los eventos o conjuntos en el mismo
orden.
Vesely-Fusell
Barlow Proschan
Ejemplo 17 Considérese un árbol de falla cuyo evento principal es ’falla del sistema’. Los conjuntos
mı́nimos son
M1 = (E1 , E2 )
M2 = (E1 , E3 )
M3 = (E3 , E4 )
Evento i Ui
1 10−2
2 7 · 10−3
3 2 · 10−2
4 3,7 · 10−2
Q1
IA,1 = = 0,62
Qs
Q2 + Q3
IA,2 = = 0,32
Qs
Q3 + Q4
IA,1 = = 0,077
Qs
Q4
IA,4 = = 0,06
Qs
que se ordenan
E1, E2 , E3 , E4
Ejemplo 19 Para el sistema descrito en el ejemplo anterior, disminuya la no disponibilidad (en t = 2400
horas) de cada evento terminal en 50 % y determine la reducción en la no disponibilidad del sistema para
ese instante.
Solución 5 Expresemos las no disponibilidades de los conjuntos mı́nimos y del sistema en términos de
las no disponibilidades de los eventos terminales:
Q1 = q1
Q2 = q2
Q3 = q2 · q3
Q4 = q3 · q4
X
Qs = Qi
i=1,4
donde el ı́ndice k corre sobre los eventos terminales del árbol. Estas ecuaciones son aplicables solo si los
eventos terminales son estadı́sticamente independientes.
Ejemplo 20 Un sistema consiste de 3 componentes Hi , i = 1, 3. Los eventos terminales (modo de falla)
Ei están asociados a los componentes Hi según se indica en tabla 5.2.
Solución 6 Las medidas de importancia de Vesely-Fussell para los componentes son:
i∗A,1 (t) = iA,1 (t) = 0,46
i∗A,2 (t) = iA,2 (t) + iA,3 (t) + iA,5 (t) = 0,71
i∗A,3 (t) = iA,4 (t) = 0,74
luego, en orden decreciente de importancia:
H 3 , H 2 , H1
50 CAPÍTULO 5. ANÁLISIS DE IMPORTANCIA
Ei Ai
1 0.46
2 0.07
3 0.53
4 0.74
5 0.11
H1 H2 H3
Ejemplo 21 Un sistema está compuesto por 3 componentes dispuestos en serie (figura 5.1). Cada
componente tiene un solo modo de falla asociado. La disponibilidad de los componentes H1 , H2 , H3 (para
t = 8000 horas) son a1 = 0,999, a2 = 0,96, a3 = 0,97 respectivamente. Las fallas de cada componente
son estadı́sticamente independientes. El costo de añadir cualquier componente redundante es similar. Se
requiere una disponibilidad del sistema de 0,995 (en t = 8000 horas). Desarrolle una nueva configuración,
añadiendo componentes redundantes a cualquiera de las etapas.
Solución 7 Se requiere una disponibilidad de 0.995. Cualquier configuración con redundancia es acept-
able.
Primero, calculamos la disponibilidad del sistema original (figura 5.1). El árbol de fallas para tal
configuración se muestra en figura ??. Los conjuntos mı́nimos son:
M1 = E1
M2 = E2
M3 = E3
E1 E2 E3
H2 H3
H1 H2 H3
H2 , H 3 , H1
Dado que el costo de añadir un componente redundante es similar para cualquier etapa
donde q2∗ es la no disponibilidad cuando hay un equipo redundante en la etapa 2. La disponibilidad del
sistema modificado es:
A0s = (1 − q1 ) + (1 − q2∗ ) + (1 − q3 )
= 3 − (0,001 + 0,0016 + 0,03)
= 0,9674
5.5. Comentarios
Notese que en el análisis de importancia no se toman en cuenta directamente los costos sino que la
confiabilidad o disponibilidad de componentes. Luego, los resultados de un análisis de importancia sirven
de complemento para un análisis de costos.
Capı́tulo 6
Observación 26 El análisis anterior considera que las fallas son similares en costo de intervención; en
general este puede variar entre falla y falla de manera importante, dependiendo de los modos de falla
involucrados.
Ejemplo 22 Considere un grupo de máquinas en un taller que llevan el registro de fallas listado en tabla
6.1:
En la tabla 6.2 se realiza el análisis de Pareto. Los resultados indican que las máquinas 11, 10, 1,
8, 9 y 3 concentran el 79 % de las horas de detención, lo que implica su priorización en las tareas de
mantención.
1. Los componentes que componen la zona A deben recibir los mayores esfuerzos de mantención:
un programa de mantención preventiva, monitorio de su condición, nivel adecuado de stock de
repuestos.
2. Un esfuerzo menor será concentrado en las máquinas pertenecientes al grupo B.
3. Los elementos del grupo C no requieren mantención preventiva hasta una nueva evaluación.
Observación 27 El análisis ABC también es muy usado como criterio para los niveles de repuestos en
bodega.
53
54 CAPÍTULO 6. OTRAS TÉCNICAS DE ANÁLISIS DE FALLAS
1 1
P P P P
i Ci Fi Ci Fi CT Ci FT Fi
11 160 4 160 4 21 % 4%
10 150 5 310 9 41 % 10 %
1 100 4 410 13 54 % 14 %
8 80 2 490 15 65 % 16 %
9 55 3 545 18 72 % 19 %
3 50 4 595 22 79 % 24 %
7 40 12 635 34 84 % 37 %
2 32 15 667 49 88 % 53 %
6 30 8 697 57 92 % 61 %
14 20 8 717 65 95 % 70 %
4 19 14 736 79 97 % 85 %
13 10 8 746 87 99 % 94 %
12 5 3 751 90 99 % 97 %
P5 4 3 755 93 100 % 100 %
755 93
100%
80%
60%
40%
20%
0%
0% 20% 40% 60% 80% 100%
Nro. fallas
Acción
correctiva Prueba
Paso Verificación
4. Verificar la hipótesis;
5. Reparar la falla;
Chequear
pala
Pala no
opera
Verificar
bien mal
mangueras
Detectar
fugas
Verificar
bien mal
pala
Localizar Cambiar
Verificar falla magueras
bien válvula de
presión
mal
Verificar Reparar
motor hidráulico
Verificar
mal Reparar o
cambiar
Reparar o Verificar
cambiar
Verificar
Verificar
Ejercicio 4 Existe alguna relación entre el numero de fallas y el tiempo de operación?... el nivel de
carga? ...la puesta en marcha de otro proceso?
2. Asignar un peso wi a cada valor de xi , empezando con 1 por el menor valor e incrementando en 1.
Si dos o mas valores son iguales se asigna un valor de peso promedio;
5. Se calcula:
6 X 2
ρs = 1 − di
n3 − n
donde n corresponde al numero de pares. ρs toma valores en el intervalo [−1, 1].
6. Es posible que ρs tome valores altos aun si las variables no tienen correlación. Para verificar esto
se realiza un test Student. Si α es un nivel de probabilidad seleccionado, la hipótesis de que ρs = 0
se rechaza para1 :
t > t(n − 2, 1 − α)
Si n > 10:
ρ2S
t = (n − 2) p
1 − ρ2S
6.4. ESTUDIOS DE CORRELACIÓN 57
i x y wx wy d
1 12 12,5 8 7 1
2 10 14 7 8 −1
3 17 20 10 10 0
4 15 17 9 9 0
5 2 6 3,5 4 −0,5
6 2 4 3,5 3 0,5
7 18 25 11 11 0
8 9 12 6 6 0
9 7 8 5 5 0
10 1 2 1,5 2 −0,5
11 1 1 1,5 1 0,5
0,9862
t = (11 − 2) p = 52,5 > t(9, 1 − α) para todo α
1 − 0,9862
Sistemas de Información de
Mantención
7.1. Introducción
Es una prejuicio normal el pensar que la informatización de la gestión de la mantención puede resolver
los problemas de la misma. Lejos de ello, puede ocurrir que el personal de mantención se queje de trabajo
administrativo extra, sin ver los beneficios.
Históricamente, la gestión de bodega fue el primer punto en ser facilitado por la computación. Luego
se codificaron los equipos, las tareas, añadir los costos de las mismas, etc.
Una ventaja importante es la disponibilidad de la información y la transparencia en su transmisión.
Ello facilita la transmisión de conocimientos entre las personas.
Observación 29 También se han visto sistemas SIM obsoletos pues la información entregada es falsa.
Información de tareas
solicitudes de intervención
59
60 CAPÍTULO 7. SISTEMAS DE INFORMACIÓN DE MANTENCIÓN
◦ solicitante
◦ lugar geográfica o funcional
◦ fechas deseadas y limites
• explicaciones (porqué, como,...)
status bodega
• repuestos en bodega
• repuestos reservados
• repuestos pedidos, plazos
Información de análisis
El historial de cada equipo representa la radiografı́a de su estado de salud. Gracias a él se pueden
establecer indicadores ha ser mejorados.
Información de gestión
costos de mantención
• costos de falla
• costos de mano de obra
• costos de repuestos
gestión de actividades
gestión de personal
• ausencias
• feriados
• capacitación
• calificaciones
Informaciones generales
posibles proveedores
nuevos productos
nuevas tecnologı́as
Ingenierı́a
7.3. FUNCIONES DE UN SIM 61
• datos técnicos
Calidad
• datos técnicos que afecten la calidad
Contabilidad
• costos y gestión
Personal
• calificaciones
• capacitación
Dirección
• costos
• inversiones
Codificación de equipos
El código de un equipo permite relacionarlo con los otros tipos de información disponibles: repuestos,
planes, planos, documentos, historial.
Documentación técnica
Este tipo de información debe ser disponible para todos, fácil y rápidamente. Datos indispensables:
Historial
Incluye:
solicitudes de intervención
modificaciones
informes técnicos
Repuestos
código
costo unitario
cantidad disponible
ubicación
repuestos alternativos
etc.
Seguimiento de actividades
registro de solicitudes de intervención
su seguimiento en el tiempo
planificación
compras directas necesarias
coordinación con paradas de producción de equipos
procedimientos de seguridad
calificaciones y herramientas necesarias para realizar el trabajo
7.3. FUNCIONES DE UN SIM 63
Preparación de intervenciones
La preparación de intervenciones debe permitir reducir sus costos al lograr una mejor organización de
actividades. Los siguientes datos deben ser accesibles:
arborescencia de equipos
repuestos
procedimientos
consignas de seguridad
contratistas
Estimar el tiempo de intervención para planificarla y distribuir las cargas entre el personal.
Planificación de intervenciones
Se debe poder gestionar:
gestión de bodegas
seguimiento de contratistas
• por proveedor
• por naturaleza de trabajos
• por volumen de negocios con la empresa
• revisión de contratos
64 CAPÍTULO 7. SISTEMAS DE INFORMACIÓN DE MANTENCIÓN
Paquete comercial
La ventaja principal de un paquete comercial es que son vectores de los mejores métodos y modelos
de organización de la función mantención. Además son actualizados y mejorados constantemente para
añadir funciones mas y mas complejas. También se adaptan al constante cambio en el hardware.
Observación 31 Se han elaborado cuestionarios para evaluar los sistemas de información de manten-
ción. En apéndice C se lista uno propuesto por la revista de mantenimiento.
7.5. Implementación
En primer lugar es necesario precisar los 4 puntos siguientes:
lo que pasa,
lo que se hace,
como funciona,
Para realizar el análisis se utilizan técnicas de modelamiento de flujos fı́sicos (circulación de equipos,
repuestos, herramientas) y de flujos de información (por papel, oral, email, reportes, ordenes de trabajo,
informes de intervención, fichas de equipos,...)
7.5. IMPLEMENTACIÓN 65
Gestión
Manejar los Manejar
recursos los gastos
Conducción
Ejecutar
Dirección Contabilidad
de compras
Objetivos
Solicitud
Compras
Ingeniería
Manejo de Gestión
Producción Recursos de gastos
demandas Análisis de
Registrar DI Demandas Planificar Documentar
Preparación
Programas de intervención
Ejecutar
Control de
Consignación
calidad
Consultores
Subcontratistas Seguridad
Manejo de Gestión
recursos de gastos
Ejecutar
Consultores Subcontratistas
Hecho esto es muy fácil modelar los flujos externos, ósea las informaciones intercambiadas con otras
funciones de la empresa (planificación de intervenciones, reportes de gestión, ...). Ver esquema en figura
7.2.
Se deben modelar también los flujos internos entre las actividades. Un ejemplo se muestra en figura
7.3.
documentación caduca,
• registrar el pedido
• generar una orden de trabajo
• integrar eventualmente otra tarea de mantención preventiva pendiente
• etc.
Se obtiene ası́ para cada interacción una lista descriptiva de necesidades que deben ser cubiertas por
la caja negra. Luego se debe evaluar la solución que ofrece la caja negra para cada interacción.
Al usar esta metodologı́a se logran las siguientes ventajas:
Gestión
m. predictiva Planificación Compras
servicios
Gestión
emergencias Ejecución Proveedores
trabajos
Seguimiento
Gestión Gestión
intervenciones
Paradas RRHH
mayores
Reportes
intervención
Gestión Análisis de
Historial
costos fallas
Indicadores
Modelos generales
Para acelerar la formulación del diagrama de bloques, se han generado modelos como el que aparece
en figura 7.5.
inversión externa
0,4 × sof tware + 0,4 × equipos + 0,2 × capacitación
inversion externa 1E
-licencia 0.4E
-equipos 0.4E
-capacitación 0.2E
costos adicionales 1A
Ejemplo 25 -estudio, instalación 0.1E
-especı́ficos 0.2E
-mantención anual 16 % licencia
inversión interna 1I
-migración 0.25E
-colección y llenado de tablas 1-3E
Justificación económica
Los ahorros generados se aprecian en los siguientes items:
reducción de repuestos:6-10 %
disponibilidad:1-2 %
En el plano cualitativo, un SIM tiene por ventaja principal permitir una mejor preparación. Induce
una reducción de costos en la medida en que sensibilice al personal respecto de los costos, solo por el
hecho de que tal información sea publica y disponible para todos.
Observación 32 Más vale seleccionar un producto sub-dimensionado con capacidad de ajuste que un
producto sobre-dimensionado sin tal posibilidad.
Observación 33 Productos muy potentes han sido incapaces de simplificarse con el fin de cubrir fun-
ciones elementales (el análisis de una orden de trabajo es un buen ejemplo).
en espera
rechazada
en espera
planificada
70 CAPÍTULO 7. SISTEMAS DE INFORMACIÓN DE MANTENCIÓN
Codificación
equipos Activación
Historial Emisión DI
Consulta Edición
Gestión de status
Clausura Reactivación
Gestión de Validación
DI Análisis
trabajos
Análisis
DI Experticia
DI
Trabajos en Evaluación
ejecución Presupuesto Compras
económica
Plan de M.
preventiva Validación Rechazo DI
Intervención de
urgencia Inicio O.T.
Preparación
en evolución
terminada técnicamente
terminada administrativamente
por prioridad
por equipo
por sector
OT iniciada
Historial
Preparación
Documentación
OT
Codificación Calificación
equipos
Preparación
Procedimiento Proveedores
Documentación procedimiento
Subcontratación
Modificación Aprobación
Herramientas
Gestión especiales
artículos OT Portafolio de
preparada trabajos
Gestión
Compras
trabajos
fases de la intervención
calificaciones profesionales
tiempo standard
consumo de repuestos por operación
herramientas
documentación
consignas de seguridad
Planificación de trabajos
Planificar es optimizar los recursos. No basta solo verificar que las cargas no se superpongan. Uno de
las herramientas mas útiles sigue siendo la carta Gantt. Ver diagrama 7.9.
Ejecución de trabajos
La ejecución de trabajos sigue el esquema 7.10.
72 CAPÍTULO 7. SISTEMAS DE INFORMACIÓN DE MANTENCIÓN
Portafolio de Plan de m.
trabajos preventiva
Disponibilidad Reserva de
Gestión OT Edición OT
RRHH repuestos
Disponibilidad Reserva de
Ejecución Fabricación
herramientas herramientas
Gestión de
Ejecución Asignación OT OT asignada recursos
Emisión de
tarjetas de Seguimiento
presencia
OT Tarjetas de Gestión de
completada presencia trabajos
Distribución
Control de Estado de
Seguimiento
presencia avance
Proveer
Recursos Reasignaciones
No previstos
Gestión de
Análisis Historial
costos
Seguimiento de trabajos
El seguimiento se puede realizar mediante tarjetas de presencia (código de barras).
El seguimiento permite controlar desviaciones respecto al plan y la redistribución de recursos.
Al terminar la intervención se completa el reporte técnico de intervención. Se incluye el tiempo de
detención del equipo. El reporte incluye los sub-reportes de utilización de recursos.
La clausura técnica pone fin a la intervención técnica y permite reoperar el equipo. la clausura ad-
ministrativa se pronuncia cuando la OT ha sido cerrada y las facturas recibidas. Se considera entonces
que la OT es archivable.
Gestión de trabajos
La gestión de trabajos cubre el conjuntos de trabajos:
trabajos con OT
trabajos sin OT
• intervenciones de urgencia
• trabajos de mantención preventiva sin OT
• intervenciones de contratistas sin OT
• mantención subcontratada
• taller de mantención
Paradas mayores
Validación Reporte de
Preparación DI Planificación
intervención
Gestión Gestión
Reparaciones
de trabajos de costos
Seguimiento de Status
Ejecución de OT Historial Producción
DI
Gestión
Seguridad Documentación
trabajos
Portafolio Gestión de
Preparación equipos
trabajos
Gestión de
Proveedores Ejecución
contratos
Gestión de Actualización
Subcontratación Documentación
actividades documentación
Gestión de
Historial
costos
Recepción
Entradas Reservas Salidas
bodega
Solicitud de Control
Compras Retornos compra presupuestario
codificación
Los valores máximos, mı́nimos y de seguridad
demora promedio en reaprovisionar
cantidad que se usa en todos los equipos
valor standard, promedio, ultima compra
status
• disponible
• reservado y aprobado
• reservado, no aprobado
• en control de calidad
• comandado, fecha de llegada estimado
• en transferencia
Los equipos rotatorios (por ejemplo los motores eléctricos) son manejados en bodega. El sistema
indica si están en reparación ası́ como la fecha prevista de disponibilidad.
Las salidas de repuestos se hacen por una orden de trabajo o directamente a un centro de costos
(grasas, aceites, wipe). Todo movimiento es registrado.
El análisis de gestión de repuestos se realiza a través de indicadores:
costo de posesión
numero de artı́culos
tasa de rotación (valor anual usado/valor del stock).
El análisis provee:
lista de artı́culos sin movimiento
clasificación ABC (Pareto).
Salida de Reparaciones
Valorización Imputaciones
repuestos
Jerarquía
centros de Trabajos
costo
Seguimiento Análisis
Compras Contabilidad
presupuesto costos
Historial Indicadores
Análisis de fallas
Se incluyen anomalı́as, incidentes, fallas, disfunciones, panas,..
La deficiencia se declara en la solicitud de trabajo. Se agrega la causa y los efectos provocados, que
pueden estar catalogados y jerarquizados. Después de superar la deficiencia se enriquece el análisis con
la causa encontrada y el remedio aplicado.
Para los códigos de falla es importante separar las causas exogenas y endogenas al equipo.
7.6. ANÁLISIS DE LAS FUNCIONES DE UN SIM 77
Gestión Análisis de
Historial
costos fallas
Gestión
M. preventivo Parámetros Reporte Recursos
standard humanos
Políticas de Gestión
mantención Análisis
bodega
Gestión Gestión
trabajos Presentación
Presentación compras
gráfica
Documentación Reporte de
técnica DI
intervención
Codificación
Identificación Códigos
equipos Registro
Causa/efecto de falla
Información Información
Indicadores
para diagnostico m. preventiva
Historial
Un historial útil debe ser:
suficientemente conciso,
suficientemente preciso, evitando el abuso de abreviaciones,
que permita analizar información completa a partir de ı́ndices históricos (comprimir la información).
El historial incluye:
Polı́tica de mantención
La polı́tica de mantención se ajusta en función de los indicadores, siempre en la búsqueda de:
disponibilidad máxima,
costo de mantención mı́nimo,
búsqueda del valor óptimo de la razón disponibilidad/costo.
con lo que se define la estrategia de mantención para cada equipo. Una estrategia es una combinación
de:
tipo de mantención
• preventivo
• predictivo
• correctivo
periodicidades
niveles para indicadores
Control de
indicadores
Gestión
Historial Política
general de costos
Simulación Análisis de
estrategia por deficiencias
Gestión equipo
de equipos
Estrategia por
equipo
Plan
m. preventivo
Planificación de Seguimiento de
cargas Control de horario
la actividad
Planificación Base de
Disponibilidad
personal
Gestión de
Procedimientos
calificaciones
81
Capı́tulo 8
Modelos de confiabilidad
8.1. Introducción
El diseño de un programa eficiente de mantención (en términos de costo global de mantención) im-
plica la comprensión de los fenómenos de falla de los equipos. Dado que las fallas de los equipos son
eventos aleatorios, estudiaremos conceptos y modelos estadı́sticos que nos permitan controlar y mejorar
la confiabilidad, y con ello los costos.
La mayor dificultad que enfrentaremos será el alto grado de incertidumbre de los estudios y los efectos
de condiciones cambiantes ambientales y de operación en el comportamiento de los equipos.
Ejemplo 26 Cual es la probabilidad de que una máquina no falle durante un dı́a si en promedio se
producen 10 fallas en una semana laboral (5 dı́as)?
m = 10/5 = 2
20
P (x = 0) = e−2 = 0,135
0!
83
84 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
Observación 38 F (x) debe ser evaluado numéricamente o usando tablas que consideran el cambio de
variable u = x−m
σ .
Ejemplo 27 Los valores permisibles para una resistencia están en el rango [420, 720] horas. Si la media
es de 600 y la desviación standard es de 120, cual es la probabilidad de que una resistencia esté en ese
rango?
m = 600
σ = 120
420 − 600
u1 = = −1,5
120
720 − 600
u2 = =1
120
De tablas
F (1) = 0,8413
F (−1,5) = 1 − F (1,5) = 1 − 0,9332 = ,0668
Entonces,
P (420 ≤ x ≤ 720) = ,8413 − ,0668 = 0,7745
o en Maple:
¿simplify(int(1/sqrt(2*pi)*exp(-uˆ2/2),u=-1..1.5 ));
8.3. DEFINICIONES DE CONFIABILIDAD 85
En aplicaciones de fiabilidad, λ es la tasa de ocurrencia de fallas por unidad de tiempo y 1/λ corresponde
al tiempo medio entre fallas (MTBF).
Ejemplo 28 La tasa media de falla de un cierto componente es de una falla cada 10000 h; cual es la
probabilidad de que falle entre las 200 y 300 horas de operación?
donde
x − y ≥ 0;
β es el parámetro de forma;
η es el parámetro de escala;
γ es el parámetro de localización.
x−γ β
F (x) = 1 − e( η )
1
E(x) = γ + ηΓ 1 +
β
2 2 2 2 1
σ =η Γ 1+ −Γ 1+
β β
n(t)
R(t) =
N
86 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
y
N − n(t)
F (t) =
N
dF (t)
f (t) =
dt
R(t1 ) − R(t2 )
λ(t) =
R(t1 )(t2 − t1 )
También se define la tasa de fallas como el numero de fallas por unidad de tiempo en el instante t
dividido por el numero de componentes operando en el instante t:
n(t) − n(t + ∆t)
λ(t) = lı́m
4t→0 n(t)∆t
8.3.6. Disponibilidad
La función Disponibilidad A(t) se define como la probabilidad de que un componente esté en su
estado normal en el instante t, siendo que estaba nuevo o como nuevo en t = 0 [?].
t (Kciclos) n(t)
0 100
10 80
20 55
30 20
40 5
50 0
están en su estado normal en t; en esta categorı́a se concluyen los que nunca han fallado y aquellos que
han fallado en [0, t) y han sido reparados antes de t.
n(t)
R(t) =
N
n0 (t)
A(t) =
N
siendo que
n0 (t) ≥ n(t)
se tiene que
A(t) ≥ R(t)
De las definiciones anteriores:
f (t) = R(t)λ(t)
dF (t)
f (t) =
dt
dado que falla o no falla:
F (t) + R(t) = 1
y si se evalúa en tiempo ∞: Z ∞
f (t)dt = 1
0
Y de la observaciones anteriores,
dF (t)
= f (t) = R(t)λ(t) = {1 − F (t)} λ(t)
dt
y
dF
λ(t)dt =
1−F
integrando Z t
R(t) = exp − λ(u)du
0
El la etapa temprana la tasa de falla decrece con el tiempo, esto ocurre ası́ porque algunos de los
componentes del sistema venı́an defectuosos de fabrica, o tras el montaje. Para reducirla es necesario:
Establecer una etapa de marcha blanca, para que los componentes defectuosos fallen y sean reem-
plazados;
Durante la madurez:
donde
a
tb =
b
c = tan θ
t2
e−(a+λ)t−b 2 para 0 ≤ t ≤ tb
tb
R(t) = e−λt+a 2 para tb ≤ t ≤ tu
c 2 tb
e− 2 (t−tb −tu ) +λt+a
para t > tb + tu
2
8.5. MODELO DE DHILLON 89
a+λ
¸ (t) θ
t b + tu
0
tb tiempo
0.9
0.8
0.7
0.6
λ (t)
0.5
0.4
0.3
0.2
0.1
0 2 4 6 8 10
tiempo
1 1
λ(t) = kAt− 2 + (1 − k)bebt
2
−1
−(1−k)b(ebt −1)
R(t) = e−kAt
2
Ejemplo 30 Se recolectaron datos de falla de 5 equipos similares en una planta. El primer equipo fue
seguido durante 2800 horas en modo standby y 400 horas en operación; el segundo equipo fue seguido por
300 horas en modo standby y 2500 horas en operación; el tercer equipo fue seguido por 2700 horas en
modo standby y 700 horas en operación; el cuarto equipo fue seguido por 2500 en modo standby y 800
horas en operación; el quinto equipo fue seguido en 3100 horas de operación. Se observaron 7 falla en
modo standby y 12 fallas en operación.
Calcule las tasa de fallas de los equipos.
90 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
Horas de seguimiento
Equipo Stand-by Operación
1 2800 400
2 300 2500
3 2700 700
4 2500 800
5 0 3100
total fallas 7 12
Observación 40 Nótese que la tasa de falla global y la tasa de falla promedio no son necesariamente
idénticas. Si se está interesado en usar un solo valor, la tasa promedio es más usada.
Ejemplo 31 La tasa de falla puede ser calculada para cada tipo de falla si hay datos suficientes.
Se recolectaron datos de falla de cuatro equipos similares en una planta quı́mica, por 2500 horas c/u.
Se observaron 40 fallas. De ellas, 25 son fallas primarias y 15 son fallas secundarias.
Solución 9
8.6. MTBF
Un indicador útil es el tiempo medio entre fallas (MTBF); o en otras palabras, el tiempo promedio en
que el equipo no falla. Matemáticamente ello corresponde a la esperanza de t (t siendo el tiempo entre 2
fallas), dada la función de distribución f (t) (8.3.3):
Z ∞
M T BF = E(t) = tf (t)dt
0
Ejemplo 32 Considérese un componente con una función confiabilidad linealmente decreciente. La con-
fiabilidad es 1 en t = 0 y de 0 en t = 10000 horas. Calcule su MTBF.
ni
fˆ(ti ) =
N0 4ti
ni N0 − Ni Ni
F̂ (ti ) = f (ti )4ti = = =1−
N0 N0 N0
Ni
R(ti ) =
N0
y el estimado para MTBF:
X X ni
M T BF = ti f (ti )4ti = ti
N0
1 X
= ni ti si t0 = 0
N0
92 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
M T BF = M T T F + M T T R
8.9. TASA DE REPARACIÓN 93
Comp. A T TTR
falla 1 40.1 1.5
falla 2 83 3.8
Comp. B T TTR
falla 1 41.4 1.3
Comp. C T TTR
falla 1 40.6 1.1
falla 2 82 1.5
3 .5
2 .5
m (t)
2
1 .5
0 .5
0
0 0 .5 1 1 .5 2
tie m p o (t)
Observación 41 Nótese que las estimaciones para m(t) difieren de manera importante. Para definir un
valor aceptable se debe buscar la convergencia de las curvas entre 2 valores dt de prueba. Si la convergencia
aun no se logra se sigue bajando el valor. En el ejemplo anterior se podrı́a evaluar con dt = 0,125
Ejemplo 36 Un componente que opera t1 horas bajo condiciones correspondientes a la tasa de falla λ1
y luego t2 horas con P
las condiciones correspondientes a las tasa de falla λ2 , etc. La confiabilidad del
componente para t = ti :
P
R(t) = e− λi ti
(8.3)
Ejemplo 37 La tasa de fallas de un equipo stand-by no es la misma del equipo en operación. Conociendo
los parámetros, la ecuación 8.3 es valida.
8.11. MODELOS DE CONFIABILIDAD 95
Φ (x) = 0,1
luego
x = −1,282
y
ln t − 7
= −1,282
2
t = e−1,282·2+7
= 84,4
0 .9
0 .8
0 .7
C o nfia b ilid a d
0 .6
0 .5
0 .4
0 .3
0 .2
0 .1
0
0 0 .5 1 1 .5 2
tie m p o
η=2
1.6
1.4
1.2 β=3
0.8
λ
0.6 β=1
0.4
0.2 β =.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
tie m p o
β−1
f (t) β t−γ
λ(t) = = (8.5)
R(t) η η
1
M T BF = γ + ηΓ 1 + (8.6)
β
8.11. MODELOS DE CONFIABILIDAD 97
Para el caso γ = 0, β = 1 la ley de Weibull se reduce a la ley exponencial con parámetro λ = η1 . Para
β > 3 la ley converge hacia la distribución normal.
X = ln t (8.7)
1
Y = ln ln . (8.8)
1 − F (t)
γ = 0 es equivalente a que el origen del tiempo para la ley es el mismo que el de las observaciones:
β
1 − F (t) = e−( η )
t
por lo que:
1
ln ln = β ln t − β ln η
1 − F (t)
Y = AX − B
h i
con Y = ln ln 1−F1 (t) , A = β, B = β ln η
Una distribución de Weibull con γ = 0 traza una recta en un gráfico de Weibull. Al trazar tal recta
se estiman los parámetros faltantes.
Cuando γ > 0 los datos del gráfico de Weibull ya no mostraran una recta como en el caso anterior
sino una curva con una asintota vertical (ver figura ??). El corte de la asintota con el eje del tiempo
indica el valor de γ. Como el valor obtenido es estimado, el proceso se hace iterativamente corrigiendo la
escala de tiempo de modo que
t(i+1) = t(i) − γ (i)
Observación 42 Si tras tres iteraciones no se divisa una lı́nea recta, la distribución no es Weibull.
Aplicación practica
1. Obtener n observaciones de tiempos de vida o tiempos sin falla experimentalmente;
2. Estimar la función de densidad:
1
f (i) =
n+1
3. Estimar la función de distribución con el método de rangos medianos si la población es pequeña:
i − 0,3
F (i) =
n + 0,4
o por el método de rangos medios:
i
F (i) =
n+1
4. Tabular datos (ti , F (i));
>> t=[205 312 402 495 570 671 801 940 1150];
>> F=.1:.1:.9;
>> X=log(t);
>> Y=log(log(1./(1-F)));
>> P=polyfit(X,Y,1);
>> beta=P(1)
beta =
1.7918
>> eta=exp(P(2)/(-P(1)))
eta =
715.9655
>> Y2=polyval(P,X);
>> plot(X,Y,’+’,X,Y2)
>> xlabel(’log t’)
>> ylabel(’log(log(1/(1-F)))’)
Ejemplo 41 Estime los parámetros del modelo de Weibull si se han observado las vidas de componentes
mostradas en la tabla 8.3.
0.5
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
5.2 5.4 5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2
log t
Figura 8.10:
i V ida F (i)( %)
1 2175 5
2 2800 10
3 3300 15
4 3800 20
5 4250 25
6 4650 30
7 5250 35
8 5840 40
9 6300 45
10 6700 50
11 7150 55
12 7800 60
13 8500 65
14 9200 70
15 10500 75
16 11000 80
17 12600 85
18 14000 90
19 15800 95
γ =0
1.5
0.5
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
-3
7.5 8 8.5 9 9.5 10
log t
Figura 8.11: Ajuste de Weibull para γ = 0, norma del residuo 0.49, β = 1,94, η = 8499
0.3
0.28
0.26
norma del vector residuo
0.24
0.22
0.2
0.18
0.16
0.14
0.12
800 900 1000 1100 1200 1300 1400
γ
γ =1280
1.5
0.5
0
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
-3
6.5 7 7.5 8 8.5 9 9.5 10
log t
Figura 8.13: Ajuste de Weibull para γ = 1280, normal del residuo 0.13, β = 1,45, η = 7053
8.12. VERIFICACIÓN DE MODELOS 101
8.12.1. Test χ2
Para usar este test se debe disponer de al menos n = 50 observaciones. Si es el caso se sigue el siguiente
proceso:
1. Se agrupan las observaciones. Debe haber al menos 5 observaciones en cada grupo. Los intervalos
para definir los grupos no son necesariamente de la misma longitud.
2. El test se basa en las diferencias en las diferencias entre el numero de observaciones en cada grupo
y el numero que es predicho por la ley seleccionada. El criterio se define por la cantidad:
r 2
X (ni − n · pi )
E=
i=1
n · pi
donde
r es el numero de grupos
ni es el numero de observaciones en el i-esimo grupo
P
n es el numero total de observaciones (n = i ni )
pi probabilidad, de acuerdo a la ley, de que una observación pertenezca al i-esimo grupo
υ =r−k−1
donde
k = 1 para la ley exponencial,
k = 2 para la ley normal,
k = 3 para la ley de Weibull
Se tiene entonces que
P E ≥ χ2υ,1−α = 1 − α
E > χ2υ,1−α
102 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
i TBF (horas) ni
1 0-500 7
2 500-1000 8
3 1000-1500 9
4 1500-2000 10
5 2000-2500 12
6 2500-3000
P 8
54
Ejemplo 43 Supongase que para un grupo de equipos similares se han observado los siguientes T BF :
Hicimos la hipótesis de que la confiabilidad de los equipos sigue una ley exponencial. El ajuste dio una
tasa de fallas λ = 1/1600 fallas/hora. Se desea realizar un test con nivel de confianza α = 0,05.
De acuerdo a la ley propuesta,
t
R(t) = e− 1600
La probabilidad de que una observación caiga en los grupos definidos en la tabla 8.4 es
pi = R(ti ) − R(ti+1 )
(n−n·pi )2
i TBF (horas) ni pi n · pi n − n · pi n·pi
500
1 0-500 7 e− 1600 −1 14.5 -7.5 3.9
500 1000
2 500-1000 8 e− 1600 − e− 1600 10.8 -2.6 0.6
1000 1500
3 1000-1500 9 e− 1600 − e− 1600 7.8 1.2 0.2
1500 2000
4 1500-2000 10 e− 1600 − e− 1600 5.7 4.3 3.2
2000 2500
5 2000-2500 12 e− 1600 − e− 1600 4.2 7.8 14.5
2500 3000
6 2500-3000 8 e− 1600 − e− 1600 3.0 5.0 8.3
n = 54 E = 31,0
Se tiene que
υ =6−1−1=4
La tabla χ2 entrega
χ24,0,95 = 9,49
o en Matlab:
>> chi2inv(0.95,4)
ans = 9.4877
Dado que
E > χ24,0,95
se rechaza la hipótesis de que la ley exponencial con λ = 1/1600 represente las observaciones.
8.12. VERIFICACIÓN DE MODELOS 103
Ejemplo 44 Un equipo tiene los siguientes tiempos entre fallas (en dı́as):
23,16,56,71,4,25,51,30
Se puede asumir que la población sigue una distribución Gaussiana con media 34 y desviación standard
22, con α = 5 %?
Para encontrar F(t) se puede normalizar e ir a la tabla de la distribución normalizada, por ejemplo:
4 − 34
P (t < 4) = P = 0,086
22
En Excel
=DISTR.NORM.ESTAND((4-34)/22)}
Según la tabla
Dn = 0,127
El valor de Dn,α para n = 8, α = 0,05 es
D8,0,05 = 0,457
y se acepta la hipótesis.
104 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
1 .4
1 .2
0 .8
0 .6
0 .4
0 .2
-0.2
-0.4
0 10 20 30 40 50 60 70 80
tie m p o
D9,0,05 = 0,432
y se acepta la hipótesis.
Ejemplo 46 2 El tiempo entre falla de un cierto componente ha sido registrado en la tabla 8.8.
3. Calcule MTBF
Solución 13 El promedio de los TBF es 42.93. Si asumimos una distribución exponencial, la tasa de
fallas es
1
λ= = 0,0232 fallas/hora
42,93
106 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
i TBF(hrs)
1 24.5
2 35.5
3 38.5
4 39.5
5 42.5
6 57.5
7 62.5
i TBF(hrs) F Fλ=0,0232
1 24.5 1
8 1 − e−0,0232·24,5 −0,31
2 35.5 2
8 1 − e−0,0232·35,5 = −0,31
3 38.5 3
8 1 − e−0,0232·38,5 −0,21
4 39.5 4
8 1 − e−0,0232·39,5 -0.10
5 42.5 5
8 1 − e−0,0232·42,5 0.00
6 57.5 6
8 1 − e−0,0232·57,5 0.01
7 62.5 7
8 1 − e−0,0232·62,5 0.11
Dn 0.31
2. Calcule el MTBF
2 control 2 me57a , semestre II-2001
3 examen 2002-I
8.12. VERIFICACIÓN DE MODELOS 107
β = 1,54
η = 677
M T BF = 609
δmáx = 0,0254
β = 1,86
η = 544
M T BF = 483
δmáx = 0,069
Dado que δKS (n = 5, α = ,05) = 0,565 se acepta la hipótesis. El ajuste es mostrado en figura 8.19.
Ejemplo 48 4 Se han registrado los siguientes TTR (horas) para un cierto modo de falla de un equipo:
186, 510, 290, 360, 395, 630, 250.
1. Se ajustan a una distribución de Weibull? Si es ası́, encuentre los parámetros y realice un test de
confianza apropiado.
2. Calcule el MTTR.
3. Calcule la probabilidad de que una reparación se realice en 200 horas?
4 de control 2, semestre 2002-2.
108 CAPÍTULO 8. MODELOS DE CONFIABILIDAD
0.5
0
log(log(1/(1−F)))
−0.5
−1
−1.5
−2
−2.5
4.5 5 5.5 6 6.5 7 7.5
log t
0.5
0
log(log(1/(1−F)))
−0.5
−1
−1.5
−2
5.4 5.6 5.8 6 6.2 6.4 6.6 6.8
log t
β = 2,24
η = 430 horas
Selección de estrategias de
mantención
9.1. Objetivo
La reducción de costos de mantención al disminuir los repuestos ha hecho que los sistemas de pro-
ducción sean mas vulnerables a riesgos. Ello implica que las fallas con detención de equipo deben ser
reducidas lo mas posible. La mantención es vital en este aspecto y ha llegado a ser un sector clave de la
producción. Después de décadas de mantención correctiva, la planificación preventiva ha emergido, pero
sus costos se mantienen altos, dado que las componentes son cambiados antes del fin de su vida útil. Hoy
en dı́a, muchas compañı́as han cambiado a mantención predictiva. Sin embargo, su implementación es
cara mientras que sus resultados son difı́ciles de predecir.
Este capitulo ofrece un procedimiento para ayudar en la toma de decisión. Permite a la compañia
seleccionar el método de mantención más apropiado, o calcular la inversión máxima permisible, de modo
que la eventual implementación de una polı́tica de mantención predictiva sea la opción más económica.
El criterio de decisión es siempre el costo de producción, pues es lo que interesa al área de producción. La
confiabilidad de los componentes es calculada de acuerdo a la ley de Weibull, para calcular la probabilidad
de una falla.
Los métodos que se pretende evaluar son: correctivo, preventivo y predictivo.
Los sistemas en los cuales la seguridad de las personas es un tema importante son excluidos del
análisis. El método es aplicado a una situación industrial.
111
112 CAPÍTULO 9. SELECCIÓN DE ESTRATEGIAS DE MANTENCIÓN
1.5
r=1
1
c
C /C
r=2
pr
0.5 r=5
r=10
r=20
r=100
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
X
s
donde
t es la variable temporal,
β, η, γ son los parámetros de Weibull
t−γ
x=
η
Entonces la razón entre el costo de mantención preventiva Cpr y el de mantención correctiva Cc
está dada por1 :
cpr 1 + (1 − R (Xs )) r Γ (1 + 1/β)
= R Xs (9.1)
cc 1+r R(x)dx 0
donde
r = Cf /Ci es la razón entre el costo de no producción y el costo de intervención,
Γ (1 + 1/β) es el tiempo medio entre fallas (MTBF) -normalizado por x-,
Xs = Tsη−γ donde Ts es el periodo entre intevenciones preventivas)2 .
C
La razón 9.2 es una función de Xs y de dos parámetros: la razón Cfi y del coeficiente β. El estudio de
esta función muestra que en algunos casos un mı́nimo bajo 1 es encontrado. En tales casos se encuentra
que el valor que el periodo óptimo de reemplazo es:
Ts∗ = ηXs∗ + γ
1.5
1 r=5
c
C /C
p
r=10
0.5
r=20
r=100
0
0 10 20 30 40 50 60
Razon S/I
si Cs es desconocido, se puede conocer el costo máximo admisible Cs∗ que garantice la rentabilidad
de un proyecto predictivo.
El diagrama ?? muestra el procedimiento a seguir para tomar una decisión.
114 CAPÍTULO 9. SELECCIÓN DE ESTRATEGIAS DE MANTENCIÓN
Datos:I,P
no equipo
reparable?
si
Estimar β,γ,η
Calcular
Cpr/Cc, Cp/Cc
no
Cpr/Cc<1?
si
si
Cp/Cc<1?
Cp/Cc< Cp/Cc?
no no
si
9.4. Ejemplo
9.4.1. El equipo
Se considera una empresa de hornos. Las máquinas a analizar son las prensas de corte. La compañia
dispone de 6 con una capacidad entre 200 y 450 T. Estas máquinas pueden operar en serie o en paralelo
(autónomas). Dado que están al principio de la lı́nea, son consideradas crı́ticas para la producción. La
polı́tica de la empresa apunta hacia la reducción de niveles de repuestos.
9.4.2. El componente
Un análisis ABC del tiempo medio para reparaciones M T T R muestra que el embrague es el com-
ponente critico de las máquinas. El costo de mantención (insumos, horas-hombre, servicios externos)
muestra que el embrague representa mas de 90 % de los costos de mantención de estas máquinas. Las
máquinas tienen en promedio 910 horas de intervención con un costo de 590.000 francos en un periodo de
5 años. Los costos incluidos son insumos, repuestos y servicio. El estudio de la historia de los equipos rev-
ela 6 intervenciones por falla repentina, lo que permitió construir un modelo de Weibull con los siguientes
parámetros4 :
β = 1,67
γ ∼
= 0
η = 43 (semanas)
Γ (1 + 1/β) = 0,89
Ts∗ = ηXs∗ + γ
= 43 · 1,1 + 0
= 47 (semanas)
La figura 9.2 permite comparar los costos de la mantención predictiva vs los de la preventiva.
La mantención predictiva puede ser usada hasta que su costo alcance un valor correspondiente a
cs /ci = 2. El calculo más detallado puede ser hecho rápidamente: la razón entre el costo predictivo y el
4 N. de T.: Notese que el análisis se hace por máquina, por componente y por tipo de falla. Debido a lo arduo que puede
beta=1.67
1.5
r=1
r=2
1
c
r=5
C /C
pr
r=10
r=20
r=100
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
X
s
9.5. Conclusión
El procedimiento descrito permite la selección, de acuerdo a ley de vida de servicio y los costos
de mantención, del método de mantención más economico. En un momento posterior, un servicio de
mantención más eficiente, mejor organizado y menos costoso puede ser implementado.
2. Calcule el MTBF
10
Γ (x)
5
0
0 0.5 1 1.5 2 2.5 3
Solución 15 De los datos, r = 5, β = 3. Ello nos permite usar las curvas (9.1).
1. La razón mı́nima entre preventivo y correctivo es aprox. 0.5. Osea el realizar mantención preventiva
produce ahorros de 50 % sobre la mantención correctiva.
2. De formula (8.5),
1
M T BF = γ + ηΓ 1 +
β
1
= 0+1·Γ 1+
3
= Γ (1,33)
Ci,pr + (1 − R (Xs )) Cf
cpr = R Xs
0
R(x)dx
Ci,c + Cf
cc =
M T BFx
M T BFx = Γ (1 + 1/β)
Definiendo
Cf
r =
Ci,c
Ci,pr
k =
Ci,c
7 Por Rodrigo Pascual J.
118 CAPÍTULO 9. SELECCIÓN DE ESTRATEGIAS DE MANTENCIÓN
β=3 k=0.33333
1.5
c
C /C
r= 2
pr 0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
X
s
Se obtiene la relación:
cpr k + (1 − R (Xs )) r
(r, k, Xs ) = RX Γ (1 + 1/β)
cc 1 + r 0 s R(x)dx
En general k es menor que 1. Para el primer ejemplo se grafican las curvas para r = 2, β = 3 con k = 1
(caso ya estudiado) y k = 1/3 (figura 9.6). Adicionalmente se muestra la curva de confiabilidad, la que
inevitablemente se reduce con el tiempo. Se observa que la mantención preventiva es rentable solo si no es
excesivamente frecuente. Al aumentar el plazo entre intervenciones preventivas la razon de costos tiende
a un valor constante e inferior a 1 (para este caso). En caso de no existir un mı́nimo absoluto el criterio
de costos es insuficiente para determinar un optimo. En tal caso convendria asegurar algún nivel dado
de confiabilidad (o de disponibilidad). En caso de no existir un mı́nimo absoluto de Cpr Cc y a igualdad de
valores, convendrá el punto con mayor confiabilidad (el que esté más a la izquierda).
Capı́tulo 10
10.1. Introducción
En este capitulo estudiaremos la frecuencia óptima entre inspecciones.
El propósito básico de una inspección es determinar el estado del equipo. Conocidos los valores de los
sı́ntomas (temperatura, nivel de vibración, etc.) se pueden tomar acciones preventivas, según el estado
del equipo.
Los factores que afectan la frecuencia de inspección son:
1. Los equipos fallan de tiempo en tiempo, y su reparación requiere de mano de obra y materiales
(Ci ).
4. Las inspecciones tienen costos por materiales y mano de obra (Ci ) y por la detención del equipo en
horario de producción (Cf ).
Se desea establecer el programa de inspecciones que asegure que el costo global del equipo sea mini-
mizado sobre un periodo largo.
10.2.1. Modelo
1. Asumase una tasa de fallas constante λ, el M T BF = 1/λ.
2. Asumase un tiempo para reparación con distribución exponencial con media M T T R = 1/µ unidades
de tiempo/falla
3. Se espera conocer la tasa de inspecciones: n inspecciones/unidad de tiempo. Los plazos entre in-
specciones tienen distribución exponencial con media M T T I = 1/i.
119
120 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
CGM
Costo/unidad de tiempo
CFM inspecciones
Costo inspecciones
CFM correctivo
CIM correctivo
Frecuencia de inspecciones, n
4. El tiempo detenido del equipo representa una perdida neta de cf $/unidad de tiempo.
5. El costo de intervención de una inspección ininterrumpida es de ci,i $/unidad de tiempo. O tambien,
el costo esperado de una inspección es M T T I · ci,i .
6. El costo de intervención de la reparaciones es de ci,r $/unidad de tiempo.
7. La tasa de fallas λ, es una función de n, la frecuencia de inspección:
λ = λ(n)
El costo global de mantención por unidad de tiempo cg que se obtiene del equipo es una función del
numero de inspecciones:
cg = cg (n)
= cf,c + cf,i + ci,c + ci,i $/unidad de tiempo
El costo de falla cf,c considera el costo de falla por unidad de tiempo× numero de fallas por unidad
de tiempo× tiempo medio para reparar:
cf · λ(n)
cf,c = cf · λ(n) · M T T R = $/unidad de tiempo
µ
λ
Observación 44 Nótese que µ es la fracción de tiempo en que el equipo está siendo reparado.
El costo de falla asociado a las inspecciones mismas considera el costo de no producir, el numero de
inspecciones por unidad de tiempo y el tiempo medio para inspeccionar:
n
cf,i = cf
i
El costo de intervención de las reparaciones por unidad de tiempo ci,c considera el costo de la
reparación no interrumpida por unidad de tiempo, el numero de fallas por unidad de tiempo y el tiempo
medio para realizar las reparaciones:
λ(n)
ci,r
µ
10.2. COSTO GLOBAL MÍNIMO SI HAY DETENCIÓN DEL EQUIPO 121
El costo de intervención de las inspecciones por unidad de tiempo considera el costo de las inspecciones
no interrumpidas por unidad de tiempo, el numero de inspecciones por unidad de tiempo y el tiempo
medio para inspeccionar:
n
ci,i ·
i
Según lo anterior,
λ(n) n λ(n) n
cg (n) = cf + cf + ci,r + ci,i ·
µ i µ i
Observación 45 notese que en este modelo el equipo solo es intervenido de manera correctiva. no se
considera explicitamente que de una inspección puede nacer una orden de trabajo preventiva (costo de
intervención preventivo) y que por tanto el equipo será detenido (costo de falla preventivo). Ello implica
que ci,i es el valor esperado de la inspección y posible intervención preventiva y M T T I es el valor esperado
de inspección y posible intervención preventiva (NdP).
Observación 46 Dado que el análisis es por unidad de tiempo, está implı́cito que la planta opera en
regimen estacionario. Osea, no hay estacionalidad en los costos de falla.
donde
dλ
λ0 (n) = (n)
dn
y se llega a la condición
0 µ cf + ci,i
λ (n) = − (10.1)
i cf + ci,r
1
Caso: λ ∝ n
k
λ(n) =
n
para algún valor k, se tiene que
k
λ0 (n) = −
n2
sustituyendo en (10.1) y despejando
s
∗ i cf + ci,r
n = k (10.2)
µ cf + ci,i
Observación 47 Nótese que k puede ser interpretada como la tasa de fallas cuando se realiza una
inspección por unidad de tiempo (n = 1).
Ejemplo 50 Supongamos que se dan 3 fallas/mes cuando se hace una inspección por mes. El tiempo
medio para reparar es de 1 dı́a. El tiempo medio para inspeccionar es de 8 horas. El costo de falla del
equipo es de 30000 USD/mes. El costo de la reparación es de 250 USD/mes. El costos de la inspección
(ininterrumpida) es de 125 USD/mes.
122 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
λ(n = 1) = k = 3
1 1
= mes/falla
µ 30
1 8
= mes/inspección
i 24 · 30
cf = 30000 USD/mes
ci,r = 250 USD/mes
ci,i = 125 USD/mes
Evaluando
s
∗ 30 · 24 30000 + 250
n = 3
30 · 8 30000 + 125
= 3,00
k
λ (n) =
n
y estimamos el parámetro k con mı́nimos cuadrados,
1
5 0
1
3
31
2
41 k =
41
3
1
6
1
2
6
luego
k ≈ 8,29 fallas/mes · inspección
10.3. COSTO GLOBAL MÍNIMO SIN DETENCIÓN DE EQUIPO 123
7
medido
modelo
Nro. de fallas/mes
4
0
0 1 2 3 4 5 6 7
n (inspecciones/mes)
1
= 8 hora/falla
µ
1
= 1 horas/inspección
i
cf = 100 USD/hora
ci,r = 5 • 2 USD/hora
ci,i = 10 USD/hora
s
∗ 1 100 + 10
n = 0,052 (10.3)
8 100 + 10
= 0,08 inspecciones/hora (10.4)
≈ 13 inspecciones/mes (10.5)
1. Estime un periodo óptimo entre inspecciones que minimice el costo global asociado.
derivando
dcg (n) λ0 (n) λ0 (n) 1
= cf + ci,r + ci,i = 0
dn µ µ i
se llega a la condición
0 µ ci,i
λ (n) = − (10.6)
i cf + ci,r
para este problema,
k
λ(n) =
n
k
λ0 (n) = −
n2
entonces
k µ ci,i
− 2 =−
n i cf + ci,r
s
i cf + ci,r
n∗ = k (10.7)
µ ci,i
y de los datos
cf = 1000
ci,r = 10
ci,i = 20
1 Para la formulación anterior se consideró que el equipo es detenido para hacer la inspección (y por tanto hay un costo
Evaluando (10.7),
s
1000 + 10
n= 4×1
20
= 14
Conviene realizar 14 inspecciones por hora (!). En esta situación obviamente también se debe minimizar
el costo global c/r a las horas disponibles del inspector.
Observación 49 En este contexto utilizaremos el término preventivo como una intervención antes de
que la falla detenga el equipo y que son decididas en base a inspecciones.
Una inspección gatillará una orden de trabajo si se estima que la confiabilidad se ha reducido mas
allá de un valor critico Rc . La confiabilidad R(t, λ) es función de la tasa de fallas λ, la cual a su vez es
función de la frecuencia de inspecciones n. Para una equipo con distribución exponencial,
R(t, n) = e−λ(n)t
donde t es el tiempo medido desde la ultima reparación.
En el caso critico
Rc = e−λ(n)M T BRpre (10.9)
λ(n)
− m
=e
donde M T BRpre se define como el tiempo medio entre intervenciones preventivas y m como la tasa de
intervenciones preventivas por unidad de tiempo,
1
m (Rc , λ(n)) =
M T BRpre
λ(n)
=−
log Rc
Observación 50 Notese que M T BRpre debe ser menor que M T BF para que la expresión de confiabil-
idad 10.7 tenga sentido. Equivalentemente, si Rc < e−1 → M T BRpre > M T BF
Observación 51 Notese que si n1 es mayor que M T BRpre (por definición solo puede ser un múltiplo,
pues solo ası́ se efectúan intervenciones preventivas) solo la ultima arrojará en promedio una orden de
trabajo preventiva.
Consideremos que una intervención preventiva demora en promedio
1
M T T Rpre =
γ
y que tiene un valor cp ($ por unidad de tiempo -de trabajo ininterrumpido-). Luego, el costo esperado
de intervenciones preventivas es
m
ci,p = cp
γ
Para el costo de falla debemos considerar el costo de falla por unidad de tiempo cf ,
m
cf,p = cf
γ
con lo que obtenemos la expresión para el costo global por unidad de tiempo,
λ(n) n m (Rc , λ(n))
cg (n, Rc ) = cf + cf + cf +
µ i γ
λ(n) n m (Rc , λ(n))
ci,r + ci,i · + cp
µ i γ
λ(n) n λ(n)
= cf + cf − cf +
µ i γ log Rc
λ(n) n λ(n)
R + I · − Rpre
µ i γ log Rc
con la restricción
e−1 ≤ Rc ≤ 1
Observación 52 Notese que en este caso tenemos un problema de minimización en dos variables que no
solo definirá un valor óptimo para la tasa de inspecciones n sino que además para el valor de confiabilidad
critica Rc que decidirá una orden de intervención preventiva. Rc también puede usarse como parámetro
dependiendo de la estrategia de la empresa.
10.6. DISPONIBILIDAD MAXIMA 127
2. El objetivo es seleccionar n que minimice el tiempo de detención del equipo por unidad de tiempo.
El tiempo de detención por unidad de tiempo D es una función de la frecuencia n y considera el tiempo
de detención asociado a mantención correctiva y el tiempo de detención asociado a las inspecciones:
λ(n) n
D(n) = + (10.10)
µ i
k
λ(n) =
n
se tiene que
k
λ0 (n) = −
n2
derivando (10.10) e igualando a 0,
k 1
D0 (n) = − + =0
n2 µ i
finalmente s
ki
n=
µ
En este caso ambos criterios dan resultados similares. No es el caso en general. El tiempo mı́nimo de
detención (por unidad de tiempo) es
3 8
D(3) = +3·
3 · 30 24 · 30
1
=
15
y la disponibilidad
1
A=1−
15
14
=
15
= 93,4 %
128 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
inspección inspección
Ti Ti Tr
0 0
Ciclo 1 Ciclo 2
Ciclo sin falla Ciclo con falla
2. Ti es el intervalo de tiempo requerido para realizar una inspección. Se asume que tras una inspección,
y si no se reportan equipos no operativos, entonces el equipo está efectivamente en tal estado.
3. Tr es el intervalo de tiempo requerido para efectuar una reparación o reemplazo. Se asume que tras
tal acción, el equipo queda operativo.
Āc
A(ti ) =
L̄c
donde
Āc : Disponibilidad esperada por ciclo
L̄c : Duración esperada del ciclo
La disponibilidad en un ciclo sin falla iguala ti si no se detectan fallas durante la inspección (recuérdese
que se trabaja por unidad de tiempo). Si se detecta falla entonces la disponibilidad del ciclo con falla
puede ser tomada como el MTBF del equipo, dado que la inspección ocurre en ti .
Para determinar la duración esperada de un ciclo con falla (figura 10.3b) considerese la figura 10.4.
El M T BF de la distribución completa es
Z ∞
tf (t)dt
−∞
lo que para la distribución normal se ubica bajo el peak de la distribución. Si la inspección ocurre en el
instante ti (y se repara en caso de detectar falla) entonces el tiempo medio entre fallas es la media de
la región sombreada de la figura 10.4 dado que la parte no sombreada es una región infeasible para las
fallas. La media de la región sombreada es:
R ti
−∞
tf (t)dt
1 − R(ti )
10.7. DISPONIBILIDAD MÁXIMA PARA EQUIPOS DE EMERGENCIA 129
0.4
0.35
0.3
f(t) 0.25
0.2
0.15
0.1
0.05
0
-3 -2 -1 0 1 2 3 4 5
t ti
por lo tanto R ti
ti R(ti ) + −∞
tf (t)dt
A(ti ) =
ti + Ti + Tr [1 − R(ti )]
Para una distribución normal, se puede demostrar (ver ref. [5], §4.11.3):
Z ti
ti − µ ti − µ
tf (t)dt = −σφ + µΦ
−∞ σ σ
donde
µ, σ son los parámetros de la distribución,
φ(x) es la función densidad de probabilidad de Gauss normalizada:
1 x2
φ(x) = √ e− 2
2π
Φ (x) es la función acumulada de Gauss normalizada (tabulada en figura 15.3):
Z x
Φ (x) = φ(x)dx
−∞
Ejemplo 54 Se dispone de un equipo cuyo MTBF tiene distribución normal con media 5 meses y
desviación standard 1 mes. El tiempo para efectuar una inspección es de 0.25 meses. El tiempo para
reparar es de 0.5 meses.
R ti
ti R(ti ) + −∞ tf (t)dt
A(ti ) =
ti + 0,25 + 0,5 [1 − R(ti )]
130 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
ti 1 2 3 4 5 6
A(ti ) 0.80 0.89 0.92 0.90 0.84 0.74
Para hallar el máximo de A(ti ) se puede evaluar la función para varios ti . Por ejemplo para ti = 3:
3−5 2
ti ( )
3−5
Z
1 1
tf (t)dt = − √ e− 2 + 5Φ
−∞ 2π 1
= 0,06
En Matlab:
>>-normpdf(-2)+5*normcdf(-2)
ans =
0.0598
3−5
R(3) = 1 − Φ = 0,98
1
En matlab:
>>1-normcdf(-2)
ans=
0.9772
3 · 0,98 + 0,06
A(3) =
3 + 0,25 + 0,5 [1 − 0,98]
= 0,92
Una forma practica de implementar este método es a través de EXCEL. En figura 10.5 se muestran
los parámetros, las variables calculadas y la función objetivo. Gracias al uso del solver de optimización
es muy sencillo obtener el máximo (figura 10.6).
Observación 53 La hipótesis crucial de este modelo es que se considera que el equipo es tan bueno como
nuevo si pasa la inspección o es reparado. Si tal hipótesis no es realista y la tasa de fallas es creciente es
mejor aumentar la frecuencia a medida que el equipo envejece, lo que será tratado en la próxima sección.
10.8. FRECUENCIA ÓPTIMA PARA EQUIPOS CON λ VARIABLE 131
inspecciones,
mantenciones correctivas y
no detección de falla.
Sean:
3. cf es el costo por unidad de tiempo asociado a una falla no detectada del equipo:
6. La polı́tica de inspección consiste en realizar inspecciones en los instantes xi hasta que una falla
sea detectada (véase por ejemplo la ilustración 10.7). Los intervalos entre inspecciones no son
necesariamente constantes pues pueden reducirse en la mediad que la tasa de fallas aumente.
7. El objetivo es determinar el programa de inspección óptimo para minimizar el costo global por
unidad de tiempo.
132 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
falla
reparación
Tr
El costo global por unidad de tiempo cg es función de los tiempo en que se realice inspección:
cg = cg (x1 , x2 , x3 , ...)
La falla del equipo puede ocurrir en cualquier instante de cada intervalo (xi , xi+1 ).
Si por ejemplo la falla ocurre en (0, x1 ), el costo del ciclo incluye el costo de una inspección, el costo
de falla durante el tiempo en que no se ha detectado la falla y el costo de la reparación:
y el valor esperado es Z x1
[1 · Ci,i + cf · (x1 − t) + Ci,r ] f (t)dt
0
Si la falla ocurre en (x1 , x2 ), en t2 , el costo del ciclo serı́a
O en forma general el costo esperado por ciclo de operación C̄ (véase figura 10.7):
∞ Z
X xk+1
C̄(x1 , x2 , x3 , ..) = [(k + 1) · Ci,i + cf · (xk+1 − t) + Ci,r ] f (t)dt
k=0 xk
∞ Z
X xk+1
= Ci,r + [(k + 1) · Ci,i + cf · (xk+1 − t)] f (t)dt
k=0 xk
De una manera similar la duración esperada del ciclo L̄ puede ser determinada como
∞ Z xk+1
X
L̄(x1 , x2 , x3 , ..) = [t + (xk+1 − t) + Tr ] f (t)dt
k=0 xk
∞ Z
X xk+1
= M T BF + Tr + [(xk+1 − t)] f (t)dt
k=0 xk
10.8. FRECUENCIA ÓPTIMA PARA EQUIPOS CON λ VARIABLE 133
Finalmente,
P∞ R xk+1
Ci,r + [Ci,i · (k + 1) + cf · (xk+1 − t)] f (t)dt
k=0 xk
cg (x1 , x2 , x3 , ..) = P∞ R x (10.11)
M T BF + Tr + k=0 xkk+1 [(xk+1 − t)] f (t)dt
10.8.1. Procedimiento
Se propone (ref. [5], §5.5.3):
El procedimiento define la función residuo ε:
donde
cg,k−1 representa una estimación inicial del costo mı́nimo cg o un valor de cg obtenido en una iteración
anterior. Se puede demostrar que el programa que minimiza ε, minimiza cg .
A continuación, los pasos a seguir:
Un procedimiento para ajustar cg,k−1 hasta que sea idéntico con el costo mı́nimo puede ser obtenido
de:
εmı́n
cg,k = cg,k−1 −
L̄
Ejemplo 55 Para un equipo se asume una distribución GAMMA con parámetro k = 3 y media µ.
Definiendo µ = 1000 horas, Ci,i = 150 U SD, cf = 3U SD/hora, Ci,r = 2000U SD el programa óptimo
de inspecciones (los 4 primeros puntos) es
i xi ∆xi
1 947 947
2 1442 495
3 1889 447
4 2313 424
Ejemplo 56 La detención no programada de un cierto equipo reduce los ingresos de una compañia en
400 USD/hora. Al realizar una inspección cada dos meses se producen en promedio 2 fallas/semana. La
HH de inspección se ha valorado en 50 USD. La HH de mantención correctiva en 25 USD. Ambas tareas
requieren de 1 solo hombre. La inspección no requiere que el equipo sea detenido y requiere de 1 hora. La
reparación demora 3 horas en promedio.
134 CAPÍTULO 10. CRITERIOS PARA FRECUENCIA DE INSPECCIONES
De sección 10.3,
λ(n) λ(n) n
cg (n) = cf + ci,r + ci,i ·
µ µ i
s
i cf + ci,r
n∗ = k
µ ci,i
M T T I = 1/i = 1h
M T T R = 1/µ = 3h
cf = 400 USD/h
ci,i = 50 USD/h
ci,r = 25 USD/h
Asumiendo que la tasa de fallas es una función inversamente proporcional al numero de inspecciones
por unidad de tiempo,
k
λ=
n
luego
1 2
k= = 8,2 · 10−6
2 · 30 · 24 7 · 24
y evaluando s
∗ −6
400 + 25
n = 8,2 · 10 · 3 = 0,0145 inspecciones/hora
50
lo que equivale a
n∗ = 0,0145 · 30 · 24 ' 10 inspecciones/mes
la tasa de fallas óptima
k
λ(n∗ ) =
n∗
8,2 · 10−6
= = 5,65 · 10−4 fallas/hora
0,0145
y el costo global por unidad de tiempo
Reemplazo de equipos
11.1. Introducción
Aquı́ se trata de evaluar el periodo optimo de reemplazo de equipos. Ello se justifica por el incremento
en los costos de mantención y operación. El criterio a utilizar es la minimización del costo medio durante
la vida del equipo. Factores tales como la depreciación y la inflación serán tomados en cuenta.
El problema de optimización inicial considera la minimización del costo global por unidad de tiempo
considerando la compra, la reventa y los costos de operación y mantención del equipo considerado.
Observación 54 El problema puede ser tratado a partir de datos historicos o a través de modelos pre-
dictivos de costos y valores de venta.
Ejemplo 57 El precio de compra de un cierto equipo es de A = 15000 USD. Los costos anuales de
mantención y los valores de reventa son indicados en tabla 18.2. Los resultados se muestran en la tabla
11.2.
135
136 CAPÍTULO 11. REEMPLAZO DE EQUIPOS
P
año Costos Reventa Ci C̄u
1 31970 10500 31970 36470
2 31136 9660 63106 34223
3 31178 8887 94282 33465
4 29660 9178 123944 32691
5 32912 7522 156856 32866
6 35912 6920 192186 33377
7 35330 6366 229142 33967
8 36956 5857 269008 34768
4
x 10
4
3.5
2.5
1.5
0.5
0
1 2 3 4 5 6 7 8
Año
en unidades monetarias del instante n. A fin de comparar se debe convertir a unidades del año 0 :
C̄u (n)
C̄u,0 =
(1 + r)n
Pn
año Ci Ri i=1 (1 + r)i−1 Ci C̄u (i) C̄u,0
1 31970 10500 31970 36470 35254
2 31136 9660 65024 34223 32136
3 31178 8887 100103 33465 30528
4 29660 9178 135770 32691 29025
5 32912 7522 176828 32866 28300
6 35912 6920 222767 33377 26613
0.7
0.6
0.5
φ(t)
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
Tiempo
1.8
1.6
Costo acumulado
1.4
1.2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
Tiempo
Figura 11.3: Costo acumulado
A (1 − φ(t))
Sea ψ(t) el costo total acumulado (operación y mantención) del equipo; entonces el costo total incurrido
Γ es:
Γ(t) = ψ(t) + A (1 − φ(t))
Γ(t)
γ(t) =
t
El óptimo punto para reemplazo es donde se minimiza γ(t), ósea donde
dγ
=0
dt
Veamos caso por caso:
138 CAPÍTULO 11. REEMPLAZO DE EQUIPOS
Entonces
t
1− 1− t0 A + at A
γ(t) = = + a = cte
t t0
dγ
Por lo que dt = 0 para todo t; lo que implica que es indiferente el instante de reventa.
φ(t) = 1 − e−λt
ψ(t) = at
luego
1 − 1 − e−λt A + at
γ(t) =
t
(1 + λt) e−λt − 1 A
dγ
=
dt t2
dγ
dt no se anula para ningún valor de t y γ(t) es una función decreciente; es conveniente postergar el
reemplazo lo más posible.
φ(t) = 1 − e−λt
ψ(t) = a eµt − 1
luego,
1 − 1 − e−λt
A + (eµt − 1) a
γ(t) =
t
Derivando e igualando a 0 se consigue la condición de minimización:
1 − e−µt (1 − µt) A
−λt
=
1−e (1 + λt) a
Ejemplo 58 Se desea decidir si instalar una nueva correa o continuar reparándola. Se dispone de la
siguiente información:
A 90 λ 0,3
Usando el gráfico de Kauffmann para a = 5 = 18 y µ = 0,6 = 0,5,
µt = 1,46
luego
1,46
t= = 2,44 años
0,6
Solución 17 Siendo que la depreciación es exponencial basta con estimar el parámetro. En un año el
valor decae a 80 %, ósea
e−λ·1 = 0,8
luego
λ = − ln(0,8)
= 0,22
µ = 0,22
y a = 1000, A = 10000. Lo cual nos permite usar el gráfico de Kauffmann con λ/µ = 1, A/a = 10.
Entonces
µt ≈ 1,75
1,75
t ≈ = 7,95 años
0,22
1 control 2 me57a , semestre II-2001
140 CAPÍTULO 11. REEMPLAZO DE EQUIPOS
Sean
r(t) la utilidad anual,
c(t) el costo de operación y mantención de la máquina de edad t,
s(t) el valor de recuperación de un equipo que ha operado t años,
I es el costo de adquirir una nueva máquina en cualquier año.
Considerando notación del análisis de redes,
2. Las alternativas en la etapa i requieren que la máquina se conserve (K) o se reemplace al principio
del año i (R).
4. Se define fi (t) como el ingreso neto máximo por los años i, i + 1, n siendo que el equipo tiene t
años al principio del año i.
r(t) − c(t) + fi+1 (t + 1) si se conserva, a = K
fi (t) = máx
r(0) + s(t) − I − c(0) + fi+1 (1) si se reemplaza, a = R
5. fn+1 (t) ≡ 0
6. el objetivo es maximizar el ingreso neto del equipo sobre los n años a seguir
Observación 55 En este modelo la vida remanente del equipo ha sido predeterminada; para establecer
n óptimo puede iterarse sobre este valor.
Observación 56 En programación dinámica las decisiones solo pueden ser tomadas en forma discreta
en el tiempo.
Observación 57 En caso de que el rendimiento del equipo sea constante podrı́a considerarse la mini-
mización del costo global sobre los años remanentes. Notese como en este caso no es el costo global de
mantención lo que debe minimizarse. La evolución de la eficiencia de produccin del equipo y/o la evolución
de la demanda del mercado también cuentan.
4 4 4
Edad del equipo
S
3 K 3 S Fin
R
3
R
S
K
K
R
2 2 2 2
R
S
K
K
R
R
1 1 R 1 R 1 R 1
1 2 3 4 5
Año de decisión
K R
t r(t) + s(t + 1) − c(t) +s(t) − I + r(0) − c(0) + s(1) f4 (t) Decisión
1 19 + 60 − 0,6 = 78,4 20 + 80 + 80 − 0,2 − 100 = 79,8 79,8 R
2 18,5 + 50 − 1,2 = 67,3 20 + 60 + 80 − 0,2 − 100 = 59,8 67,3 K
3 17,2 + 30 − 1,5 = 45,7 20 + 50 + 80 − 0,2 − 100 = 49,8 49,8 K
6 se debe reemplazar 20 + 5 + 80 − 0,2 − 100 = 4,8 4,8 R
K R
t r(t) − c(t) + f4 (t + 1) r(0) + s(t) − c(0) − I + f4 (1) f3 (t) Decisión
1 19 − 0,6 + 67,3 = 85,7 20 + 80 − 0,2 − 100 + 79,8 = 79,6 85,7 K
2 18,5 − 1,2 + 49,8 = 67,1 20 + 60 − 0,2 − 100 + 79,8 = 59,6 67,1 K
5 14 − 1,8 + 4,8 = 17,0 20 + 10 − 0,2 − 100 + 79,8 = 19,6 19,6 R
K R
t r(t) − c(t) + f3 (t + 1) r(0) + s(t) − c(0) − I + f3 (1) f2 (t) Decisión
1 19 − ,6 + 67,1 = 85,5 20 + 80 − ,2 − 100 + 85,7 = 85,5 85,5 K oR
4 15,5 − 1,7 + 19,6 = 33,4 20 + 30 − 2 − 100 + 85,7 = 35,5 35,5 K
K R
t r(t) − c(t) + f2 (t + 1) r(0) + s(t) − c(0) − I + f2 (t) f1 (t) Decisión
3 17.2-1.5+35.5=51.2 20+50-.2-100+85.5=55.3 55.3 R
4
Edad del equipo
3 3 S Fin
R
K
K
2 2 2
R
S
R
1 1 R 1 1
2 3 4 5
Año de decisión
11.5.2. Ejemplo
Una compañia necesita determinar la polı́tica de reemplazo óptima para una máquina que actualmente
tiene 3 años, para los próximos 4 años, es decir, hasta principios del año 5. La polı́tica de la compañia
requiere que una máquina de 6 años sea reemplazada. El costo de una máquina nueva es de 100 KUSD.
La tabla 11.4 entrega los demás datos.
Ejercicio 6 Utilizando los datos del problema de sección anterior, use el modelo de la sección anterior
(Kauffman) para comparar resultados.
Capı́tulo 12
Overhaul/reemplazo con
programación dinámica
12.1. Introducción
Un overhaul puede ser considerado como un conjunto de medidas ejecutadas antes de la falla. Nótese
que la definición de falla no solo incluye el no cumplimiento de la función del equipos, sino que además
la de no producir bajo las especificaciones requeridas.
Las decisiones respecto de los overhauls son:
1. Intervalo entre overhauls. Nótese que el intervalo puede ser infinito (ósea no se realizarlo, solo
realizar mantención correctiva)
2. El grado de profundidad del overhaul, ósea, cuan cerca debe quedar el equipo de la condición ”como
nuevo” tras un overhaul. Llevando el concepto al extremo, el overhaul puede significar el reemplazo
del equipo.
145
146 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
a
5. Cij , es el costo por periodo de pasar del estado i al estado j si la acción a es tomada. (En este caso
es el costo de intervención del overhaul, C0 , costo de intervención de reparación, Cr , costo de falla
por mantención correctiva Ct si el equipo falla durante el periodo).
6. El objetivo es determinar una estrategia combinada de overhaul, reparación, reemplazo que minimice
el costo total asociado con estas acciones, para los siguientes n periodos de tiempo.
7. El costo global mı́nimo esperado, con n periodos a venir y comenzando en el estado i, es fn (i).
N
X
fn−1 (i) · paij
i=1
Ası́, comenzando en el estado i, con n periodos por operar, el tomar la acción a que resulta en el estado
j, el costo total sobre los n periodos es el costo esperado de la primera decisión mas el costo esperado
futuro:
XN N
X
a
Cij · paij + fn−1 (j) · paij (12.1)
j=1 j=1
Dado que se desea minimizar el costo global esperado, se desea tomar la mejor acción a estando en el
estado i con n periodos por operar. La mejor acción es la que minimiza (12.1). El mı́nimo del costo global
esperado fn (i) y la mejor acción a pueden ser obtenidas de la siguiente relación de recurrencia:
N
X N
X
a
fn (i) = mı́n Cij · paij + fn−1 (j) · paij con n ≥ 1 (12.2)
a
j=1 j=1
f0 (i) = 0
luego
XN
a
f1 (i) = mı́n Cij · paij ...,etc. (12.3)
a
j=1
pogg G
Overhaul O pogf F
G pRgg G
Reemplazo R
pRgf F
prfg G
Reparación r prff F
F pRfg G
Reemplazo R
pRff F
n n-1
Sobre probabilidades,
1. Si el equipo esta en la condición g puede pasar a overhaul O o ser reemplazado. Si pasa a overhaul
hay una probabilidad p0gg que aun funcione al final del periodo, y una probabilidad p0gf de que falle.
Los costos asociados se indican en tabla 12.9. Vemos que si el equipo funciona al comienzo del periodo
y pasa a overhaul el costo total incurrido en el periodo es de 200 USD (ósea, el costo de intervención
asociado). Si falla durante el periodo el costo es de 1200 (la suma del costo de intervención mas el de
falla).
El objetivo es determinar la acción a tomar para que el costo global esperado para los cuatro periodos
de tiempo futuros sea minimizado. La figura (12.2) muestra las probabilidad y costos asociados con las
decisiones alternativas.
De acuerdo a ecuación (12.3),
C O pO
P
f1 (g) = mı́n Pj=1,N gjR R
gj
a j=1,N Cgj pgj
Para overhaul,
X
O O O O O O
Cgj pgj = Cgg pgg + Cgf pgf
j=1,N
= 200 · 0,75 + 1200 · 0,25
= 450
0.75 (200) G
G 0.95 (500) G
reemplazo
0.05 (1500) F
0.6 (100) G
F 0.95 (500) G
reemplazo
0.05 (1500) F
n n-1
Para reemplazo,
X
R R R R R R
Cgj pgj = Cgg pgg + Cgf pgf
j=1,N
= 500 · 0,95 + 1500 · 0,05
= 550
Entonces,
450 overhaul
f1 (g) = mı́n
a 550 reemplazar
= 450
C r pr
P
reparar
f1 (f ) = mı́n Pj=1,N fRj fRj
a j=1,N Cf j pf j reemplazar
100 · 0,6 + 1100 · 0,4
= mı́n
a 500 · 0,95 + 1500 · 0,05
500
= mı́n
a 550
= 500
XN N
X
a
f2 (i) = mı́n Cij · paij + f1 (i) · paij
a
j=1 j=1
150 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Periodos por
operar n 4 3 2 1
Estado del equipo
al inicio del periodo i g f g f g f g f
Acción a tomar
al inicio del periodo a O r O r O r O r
Costo esperado
futuro fn (i) 1842 1900 1377 1435 912 970 450 500
Cuando i = g,
O O O O
pgf + f1 (g)pO O
Cgg pgg + Cgf gg + f1 (f )pgf overhaul
f2 (g) = mı́n R R R R R R
a Cgg pgg + Cgf pgf + f1 (g)pgg + f1 (f )pgf reemplazar
450 + 450 · 0,75 + 500 · 0,25
= mı́n
a 550 + 450 · 0,95 + 500 · 0,05
912,5
= mı́n
a 1002,5
= 912,5
Observación 58 El criterio usado por este método es el costo total. Se podrı́a haber usado otro criterio
como minimizar el downtime. Si tal es el caso, deberı́a considerarse el tiempo que toma hacer overhaul,
reparar o reemplazar. En el ejemplo mostrado tal tiempo fue despreciado. Esta simplificación es razonable
mientras tales tiempos sean pequeños respecto de los periodos de operación, o si tales tareas pueden ser
realizadas en periodos tales como los fines de semana, cuando el equipo no opera.
Observación 59 En la practica, el periodo de tiempo sobre el cual se desea optimizar es muy largo. Es
interesante analizar el caso cuando el numero de periodos n tiende al infinito. Ello será analizado en la
próxima sección.
Observación 60 El método presentado en esta sección asumió que la condición del equipo puede ser
satisfactorio (g) o con falla (f ). En muchos problemas de mantención puede ser necesario ser más
especifico. Por ejemplo, aparte de querer saber si el equipo opera o no, querrı́amos saber cuanto tiempo
ha operado el equipo desde la ultima intervención de mantención. También se podrı́an considerar otras
acciones aparte de overhaul, reparar, reemplazar. Por ejemplo, no hacer nada o especificar varios niveles
de overhaul. La inclusión de tales alternativas puede ser manejada de la manera ya presentada.
Sea fn (i) el costo total esperado para los próximos n periodos de tiempo cuando n → ∞,
fn (i) → nq + v(i)
donde g puede ser interpretada como el costo promedio por periodo en el largo plazo y v(i) es el costo que
depende del estado del equipo al inicio de su operación, ósea, fn (i) ha sido descompuesto en dos partes,
una parte estacionaria nq y una parte transiente v(i) que depende del estado al inicio.
Para un n suficientemente largo (siguiendo la ecuación 12.2),
XN XN
a
fn (i) = mı́n Cij · paij + fn−1 (j) · paij
a
j=1 j=1
= nq + v(i)
Ahora,
fn−1 (j) = (n − 1)q + v(j)
y por tanto
XN N
X N
X
a
nq + v(i) = mı́n Cij · paij + (n − 1)g · paij + v(j) · paij
a
j=1 j=1 j=1
considerando que
N
X
paij = 1
j=1
y simplificando:
XN N
X
a
q + v(i) = mı́n Cij · paij + v(j) · paij (12.4)
a
j=1 j=1
4. Para cada condición i, y usando los valores v(i) de la iteración actual, encontrar la alternativa a
que minimiza
XN N
X
a
Cij · paij + v(j) · paij
j=1 j=1
5. Usando la estrategia obtenida en (4) repetir el paso (3) hasta que converger a la estrategia óptima.
Esto se logra cuando q es minimizado y cuando las estrategias entre 2 iteraciones son iguales.
152 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Condición al Costo
inicio del periodo Decisión Condición al final del periodo Esperado
PN
paij (g) paij (f ) a a
j=1 Cij · pij
g Overhaul 0,75 0,25 450
Remplazo 0,95 0,05 550
f Reparar 0,60 0,40 500
Reemplazo 0,95 0,05 550
v(f ) = 0
Sustituyendo
q + 0,05v(g) = 550
q − 0,95v(g) = 550
Reescrito en la forma Ax = b
0,05 1 v(g) 550
=
−0,95 1 q 550
En Matlab:
550
12.3. OVERHAUL ÓPTIMO CON HORIZONTE DE TIEMPO INFINITO 153
Osea
v(g) 0
=
q 550
4. Para cada condición i, y usando los valores v(i) de la iteración actual, encontrar la alternativa a
que minimiza
XN N
X
a
Cij · paij + v(j) · paij (12.5)
j=1 j=1
Si el estado es g, (12.5) es
450 + 0,75 · 0 + 0,25 · 0 overhaul
mı́n
550 + 0,95 · 0 + 0,05 · 0 reemplazo
450 overhaul
mı́n
550 reemplazo
Si el estado es f , (12.5) es
500 + 0,6 · 0 + 0,4 · 0 reparar
mı́n
550 + 0,95 · 0 + 0,05 · 0 reemplazo
500 reparar
mı́n
550 reemplazo
5. Usando la estrategia obtenida en (4) repetir el paso (3) hasta que converger a la estrategia óptima.
Esto se logra cuando g es minimizado y cuando las estrategias entre 2 iteraciones son iguales.
Substituyendo
q + 0,25v(g) = 450
q − 0,6v(g) = 500
Reescrito en la forma Ax = b
0,25 1 v(g) 450
=
−0,6 1 q 500
Resolviendo
v(g) = −58,8
q = 464,8
6. Para cada condición encontrar la mejor alternativa usando los valores v(g) y q obtenidos en el paso
previo, usando (12.5).
154 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Si el estado es g, (12.5) es
450 + 0,75 · (−58,8) + 0,25 · 0 overhaul
mı́n
550 + 0,95(−58,8) + 0,05 · 0 reemplazo
405,9 overhaul
mı́n
494,1 reemplazo
Si el estado es f , (12.5) es
500 + 0,5 · (−58,8) + 0,4 · 0 reparar
mı́n
550 + 0,95(−58,8) + 0,05 · 0 reemplazo
464,7 reparar
mı́n
494,1 reemplazo
Decisión
Iteración g f
0 reparar reparar
1 overhaul reparar
2 overhaul reparar
3. j es la edad del equipo al final del periodo. Esta será de i + 1 si el equipo pasa a overhaul, de lo
contrario, j = 1 dado que habrı́a sido reemplazado al principio del periodo
12.4. COSTOS LIMITES PARA OVERHAULS 155
fi (c)
A partir de aquí,
Fi(Li) se reemplaza
4. fi (c) es la función densidad de probabilidad para el costo estimado de overhaul c del equipo de edad
i. Luego, la probabilidad acumulada es
Z Li
Fi (L) = fi (c)dc
0
6. mi (Li ) es el costo medio de overhaul del equipo de edad i con con costo limite Li . Por tanto:
R Li
cf (c)dc
mi (Li ) = R0Li
0
f (c)dc
8. fn (i) es el costo total mı́nimo esperado de reemplazar y hacer overhaul al equipo sobre n periodos,
con un equipo de edad i.
9. El objetivo es determinar los costos limites Li de modo de obtener el costo total esperado mı́nimo
fn (i).
La figura 17.6 ilustra el problema. El costo del overhaul c es estimado. Hay una probabilidad pi,i+1
de que el costo del overhaul sea menor o igual al costo limite Li , y una probabilidad pi,1 de que el costo
exceda Li . Dado que el limite de costo de overhaul es excedido el equipo será reemplazado, y entonces
tiene edad 1 al final del periodo. Estamos asumiendo que el tiempo para realizar un overhaul o reemplazo
puede ser despreciado frente al tiempo entre overhauls/reemplazo.
Definiendo Cn (i, j) como el costo esperado del primer periodo con n periodos por operar y comenzando
con el equipo de edad i se obtiene que es el costo esperado del overhaul×probabilidad de que el costo del
overhaul sea menor que el costo limite mas el costo de reemplazo × la probabilidad de que el costo limite
sea excedido:
Cn (i, j) = mi (Li )Fi (L) + A (1 − Fi (L))
y definiendo fn−1 (j) como el costo total mı́nimo sobre los siguientes n − 1 periodos por operar como la
suma de:
costo futuro mı́nimo si el equipo tiene edad i + 1 × probabilidad de que el costo de overhaul no fue
excedido al tiempo n
156 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Costo
estimado j =1
mayor que Li
Costo
estimado
menor o j =i+1
igual a Li
n n+1
Tiempo
f(t)=1/6
f(t)
6
t
costo futuro esperado mı́nimo si el equipo tiene edad 1 × probabilidad de que el costo limite de
overhaul sea excedido en tiempo n
Por tanto el costo total esperado sobre los restantes n periodos comenzando con equipo con edad i
es
Observación 62 Se considera que los valores de recuperación S son iguales en función de la edad, por
lo que es irrelevante considerarlo. NdP.
12.4.2. Ejemplo
la distribución de costos estimada para el overhaul de un equipo de edad 1 esta distribuida rectan-
gularmene en el rango (0,6) (figura 12.5).
Cuando el equipo tiene edad 2 los costos siguen teniendo el mismo tipo de distribución pero en el
rango (1,7). Se asumirá que para mayor edad, el equipo mantiene esta distribución.
12.4. COSTOS LIMITES PARA OVERHAULS 157
1
× 16 + 7 × 56
2 5,92
1 × 13 + 7 × 23
5,00
3 1 1
2 × 2 +7× 2 4,25
f1 (1) = mı́n 2 1
= mı́n = 3,00
2× 3 +7× 3
3,66
5 5 1
2 × 6 +7× 6
3,25
3×1+7×0 3,00
Procediendo con la manera antes descrita para i = 2, con 1 periodo por operar, f1 (2) = 4,0 y esto ocurre
cuando el costo limite de overhaul es de 7,0.
Observación 63 Nótese que solo hemos usado valores LI discretos, lo mas correcto serı́a evaluar en un
rango continuo.
f2 (i) = mı́n [m1 (L)F1 (L) + A [1 − F1 (L)] + f1 (i + 1)F1 (L) + f1 (1)[1 − F1 (L)]] (12.10)
Li
158 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Si i = 1, y los posibles valores limites de overhaul son 1,2,3,4,5 y 6 entonces de la ecuación (12.10) se
obtiene
m1 (1)F1 (1) + A [1 − F1 (1)] + f1 (2)F1 (1) + f1 (1)[1 − F1 (1)]
m1 (2)F1 (2) + A [1 − F1 (2)] + f1 (2)F1 (2) + f1 (1)[1 − F1 (2)]
f2 (1) = mı́n m1 (3)F1 (3) + A [1 − F1 (3)] + f1 (2)F1 (3) + f1 (1)[1 − F1 (3)]
..
.
m1 (6)F1 (6) + A [1 − F1 (6)] + f1 (2)F1 (6) + f1 (1)[1 − F1 (6)]
71 1 5
1
12 + 4 × 6 + 3 × 6 96
5 + 4 × 13 + 3 × 23
81
33
4 + 4 × 12 + 3 × 12 7
41 = 7
= mı́n 11 2 1 = mı́n
3 +4× 3 +3× 3 7 31
13 5 1
4 +4× 6 +3× 6 72
3+4×1+3×0 7
De la tabla (12.7) se ve que si el equipo tiene edad 2, con 2 periodos por operar, y si el costo estimado
del overhaul es menor que 6, entonces debe pasar a overhaul; caso contrario debe ser reemplazado.
Observación 64 En el modelo descrito se asume que los overhauls ocurren a intervalos regulares; tam-
bién que los costos incurridos y estimados de overhaul son iguales.
Ejemplo 60 1 Construya una tabla de decisiones que minimice el costo global esperado de un equipo
sobre un horizonte de 2 periodos de tiempo (por operar). Los estados posibles del equipo son bueno (g)
o con falla (f ). Las acciones posibles de tomar al iniciar cada periodo son: overhaul (O), reparar (r),
reemplazar (R), no hacer nada (z). Las tablas 12.8 y 12.9 entregan probabilidades y costos asociados.
C O pO
P
Pj=1,N gj gj
R R
f1 (g) = mı́n Pj=1,N Cgj pgj
a z z
j=1,N gj pgj
C
450 overhaul
f1 (g) = mı́n 550 reemplazar
a
0 · 0,30 + 1000 · 0,70 nada
450 overhaul
= mı́n 550 reemplazar
a
700 nada
= 450
C r pr
P
Pj=1,N fRj fRj reparar
f1 (f ) = mı́n Pj=1,N Cf j pf j reemplazar
a z z
j=1,N Cf j pf j nada
500
= mı́n 550
a
0 · 0 + 1000 · 1
500
= mı́n 550
a
1000
= 500
XN N
X
a
f2 (i) = mı́n Cij · paij + f1 (i) · paij
a
j=1 j=1
160 CAPÍTULO 12. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN DINÁMICA
Periodos por
operar n 2 1
Estado del equipo
al inicio del periodo i g f g f
Acción a tomar
al inicio del periodo a O r O r
Costo esperado
futuro fn (i) 912 970 450 500
Cuando i = g,
O O O O
pgf + f1 (g)pO O
Cgg pgg + Cgf gg + f1 (f )pgf overhaul
R R R R
f2 (g) = mı́n Cgg pgg + Cgf pgf + f1 (g)pRgg + f1 (f )p R
gf reemplazar
a z z z z
Cgg pgg + Cgf pgf + f1 (g)pzgg + f1 (f )pzgf nada
450 + 450 · 0,75 + 500 · 0,25
= mı́n 550 + 450 · 0,95 + 500 · 0,05
a
700 + 450 · 0,30 + 500 · 0,70
912,5
= mı́n 1002,5
a
1185
= 912,5
y la mejor decisión es hacer overhaul.
Cuando i = f , con dos periodos por operar:
970,0 reparar
f2 (f ) = mı́n 1002,5 reemplazar
a
Cfzg pzf g + Cfzf pzf f + f1 (g)pzf g + f1 (f )pzf f nada
970,0
= mı́n 1002,5
a
1000 + 450 · 0 + 500 · 1
970,0
= mı́n 1002,5
a
1500
y la mejor decisión es reparar.
El programa de decisiones se muestra en tabla 12.10.
Ejemplo 61 2 La inversión inicial para un cierto equipo crı́tico es de 100 KUSD. Se estima que el costo
de un overhaul para un equipo es un valor aleatorio (depende del estado del equipo) de tipo Gaussiano
con parámetros:
µ = 10 + 2t
σ = 2
las unidades son KUSD y t corresponde al tiempo de operación en años.
Actualmente el equipo lleva 5 años operando. Se desea conocer el costo máximo aceptable para un
overhaul cuando el equipo tiene 5 años (ahora) y cuando tenga 6 años. Un overhaul solo puede ser
realizado en baja temporada, una vez al año. El proveedor solo ofrece respaldo de repuestos por 2 años
mas por lo que el equipo será obligatoriamente reemplazado cuando tenga 7 años. (La nueva tecnologı́a
tiene el mismo valor inicial y costos de operación y mantención).
2 control 2, semestre 2002-I.
Capı́tulo 13
Overhaul/reemplazo con
programación no lineal
13.1. Introducción
En este capitulo estudiamos la estrategia de decisión cuando un equipo puede ser reparado (lo suficiente
para que opere), pasar a overhaul o ser reemplazado. Se presenta un modelo matemático para describir
las mejoras en la tasa de falla cuando se realiza overhaul; ello permite plantear modelos de costo que
permiten determinar el periodo óptimo entre overhauls y el numero óptimo de los mismos durante un
ciclo adquisición-uso-reemplazo. Con los datos anteriores es posible determinar la duración óptima entre
reemplazo y reemplazo. Consideraremos que una reparación no afecta la tasa de fallas del equipo; que
un overhaul logra que el equipo sea ”mejor que antiguo” pero no tan ”bueno como nuevo”; y que un
reemplazo también puede ser considerado como un overhaul extremo en el cual el equipo queda ”como
nuevo”.
161
162 CAPÍTULO 13. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN NO LINEAL
Se desea determinar el numero de overhauls m y su periodo s que minimice el costo esperado por
unidad de tiempo.
El modelo para la mejora en la tasa de fallas que se propone asume que la tasa de fallas tras un
overhaul se ubica entre la tasa de fallas de un equipo ”tan malo como uno antiguo” y la tasa de fallas de
un equipo ”tan bueno como antes de hacer el overhaul anterior” con algún factor de mejora p.
La tasa de fallas es un indicador crucial para establecer la condición del equipo. Sea λk−1 (t) la tasa
de fallas justo antes del overhaul, y λk (t) la tasa de fallas inmediatamente después de un overhaul. Sea
p ∈ [0, 1] el factor de mejora. La tasa de fallas del sistema es mejorado en un factor p si para todo
instante t tras el overhaul,
λk (t) = pλk−1 (t − s) + (1 − p)λk−1 (t)
Si el factor de mejora p es 0, entonces
λk (t) = λk−1 (t)
ósea, la tasa de fallas es igual a la de antes de hacer overhaul, y el overhaul es equivalente a realizar
mantención mı́nima (pero seguramente con mayor costo global de mantención).
Si el factor de mejora p es 1,
λk (t) = λk−1 (t − s)
el overhaul restaura el sistema a la condición del periodo anterior, y por tanto es equivalente a un
reemplazo.
Observación 66 Dado que asumimos que en todos los periodos, la calidad del overhaul p es igual, el
periodo s es igual.
Observación 67 Nótese, que el concepto de factor de mejora p es aplicable a otro tipo de intervenciones
periódicas de mantención.
Observación 68 Este modelo no permite modelar la infancia del equipo; en donde el equipo tiende a
bajar su tasa de fallas hasta llegar a la madurez. Seria interesante corregir el modelo para modelar toda
la vida (curva de la bañera). NdP, jun02.
cr + co (n − 1) + cm Ĥ(ns)
Se puede demostrar1
n
X n
Ĥ(ns) = pn−i q i−1 H(is) (13.2)
i
i=0
donde H(ns) es el numero esperado de fallas en la vida del equipo [0, ns) si no se realiza overhaul:
Z t
H(t) = λ(x)dx
0
Observación 70 Se asume que el equipo sigue una ley λ(t) durante toda su vida. NdP.
Observación 71 El calculo de 13.2 a partir de la ecuación 13.1 puede ser engorroso. A continuación se
presentan resultados para distribuciones de falla especificas.
1 ver ref. [16].
13.2. OVERHAUL ÓPTIMO TASAS DE FALLAS CON CRECIMIENTO EXPONENCIAL 163
p n∗ s∗ f (n∗ , s∗ )
0.5 6 260.3 165.1
0.6 8 223.3 153.9
0.7 11 195.6 138.7
0.8 15 186.2 118.5
cr = 200000 USD
co = 8000 USD
cm = 2000 USD
Entonces n
200000 + 8000 (n − 1) + 2000e−15
p + qe0,01s − 1 / (0,01q)
f (n, s) =
ns
Para un factor de mejora p = 0,7 se obtienen los siguientes valores
n∗ = 11
s∗ = 195,6
∗ ∗
f (n , s ) = 138,7U SD/dı́a
Los resultados pueden ser interpretados ası́: el intervalo óptimo para overhaul es de 195.6 dı́as; el sistema
debe ser reemplazado cada 11 · 195,6 = 2156 dı́as; el costo diario de mantención es 138,7 USD. En tabla
13.1 se muestran resultados del análisis de sensibilidad sobre p.
Para solucionar numéricamente el problema se recurrió al paquete comercial de optimización Aimms[1].
Dada la forma de la función objetivo se utiliza programación no lineal. Nótese que el paquete permite que
las variables sean discretas como es el caso de n. Las figuras 13.4 a 13.9 muestran detalles del modelo.
Observación 73 Los valores iniciales para las iteraciones son muy importantes para la convergencia del
proceso de optimización. Case ”caso1” del proyecto ”jardine98a” converge rápidamente.
164 CAPÍTULO 13. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN NO LINEAL
Zhang98
Cr 200000
Co 8000
Cm 2000
p 0.7
q 0.3
alpha0 -15
alpha1 0.01
n 10.9954017 1 <=n
s 195.694739 0 <=s
f 138.679645
y se tiene que
h i
k
eα0 (p + qeα1 s ) − 1
λ̂k (ks) =
qα1
n−1
P eα0 [(p+qeα1 s )k −1] α1 s n
−1]
cr + eα2 p+α3 qα1 + cm eα0 [(p+qeqα1 )
k=1
f (n, s) = (13.5)
ns
Los costos de reparación y overhaul asociados son cm,j y co,j respectivamente. El costo del reemplazo
es cr . El factor de mejora para el modo j es pj . Utilice como base el modelo descrito en el capitulo
.Overhaul/reemplazo con programación no lineal”. Incluya todas las restricciones que considere necesarias.
ademas, el periodo entre reemplazos debe ser igual para todos los modos de falla. Luego añadimos las
restricciones
nj sj = n1 s1 para j = 2, ..., n (13.7)
Entonces β Xn
s n
Ĥ(ns) = pn−i q i−1 iβ
η i
i=0
Para n ≥ β, β = 2
n
X n
pn−i q i−1 iβ = n2 q + np (13.10)
i
i=0
luego
s
cr + (n∗ − 1) co
s∗ = β
(13.11)
cm n∗ (n∗ q + p)
Para n ≥ β, β = 3
n
X n
pn−i q i−1 iβ = n(n − 1)(n − 2)q 2 + 3n(n − 1)q + n
i
i=0
-1
10
-2
10 W e ibull
-3
10
λ (t)
-4
10
-5
10 E xp o ne n c ia l
-6
10
-7
10
0 50 100 150 200 250 300 350 400
t(d ia s )
cr = 200000 USD
co = 8000 USD
cm = 2000 USD
Observación 75 Nótese que para β = 2, la tasa de fallas crece linealmente con el tiempo.
Q(n = 7) = 13,20
Q(n = 8) = 13,17
luego
n∗ = 8
Evaluando (13.11)
s∗ = 269
cr = 200000 USD
co = 8000 USD
cm = 2000 USD
172 CAPÍTULO 13. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN NO LINEAL
0.9
0.8
0.7
0.6
MTBF
0.5
0.4
0.3
0.2
0.1
0
0 100 200 300 400 500 600 700 800
T(unidades de tiempo)
e−0,00035·365 = 0,88
La solución óptima es
n∗ = 11
s∗ = 199
∗ ∗
g(n , s ) = 300200 U SD
Reconociendo que el MTBF está bajando exponencialmente, se ajustará una tasa de fallas de la forma:
log λi = α0 + α1 ti
o matricialmente
α0
1 ti = log λi
α1
Usando los datos se construye el sistema lineal
Ax = b
con
α0
x=
α1
1 t1
A = ... ...
1 tn
log λ1
b= ..
.
log λn
En este caso
1 90
0,1000
1 180 0,1900
1 270 0,2800
A=
1 360 b =
0,3700
1 450 0,4600
1 560 0,5500
1 630 0,6400
cuya solución es
α0 0,011
x= =
α1 0,001
y reconociendo los demás parámetros del modelo descrito en sección 13.2,
cm = 10 M$
co = 0,5 M$
cr = 0,05 M$
α1 s n
−1]
cr + co (n − 1) + cm eα0 [(p+qeqα1 )
f (n, s) =
ns
174 CAPÍTULO 13. OVERHAUL/REEMPLAZO CON PROGRAMACIÓN NO LINEAL
Planificación de tareas
14.1. Introducción
La planificación es un problema siempre presente para el servicio de mantención. Una técnica muy
útil es el PERT (Program Evaluation and Review Technique), desarrollada en Estados Unidos en los años
50 para el desarrollo del proyecto del submarino nuclear POLARIS.
1
planificación de tiempos
planificación de cargas
planificación de costos
14.2.1. Tareas
Corresponde a la lista de acciones necesarias para completar una operación, realizadas en un cierto
orden. Las tareas usualmente se designan con letras.
14.2.3. Etapas
Corresponde al fin de una tarea y el comienzo de otra(s).
Ejemplo 64 Según figura 14.1, la etapa 2 se cumple al finalizar la tarea B y el comienzo de las tareas
C y D.
Ejemplo 65 Según figura 14.2, la tarea ficticia C, no toma tiempo, y une la etapa 3 a la etapa 4; la
etapa 3 debe ser alcanzada antes de la etapa 4.
1 En ese proyecto se manejaron más de 3000 contratistas, proveedores. Se estima que el uso del PERT acortó en 2 años
el proyecto.
175
176 CAPÍTULO 14. PLANIFICACIÓN DE TAREAS
C
B
2
D
Figura 14.1: Ejemplo de red Pert
D 3
B
2 C
E 4 A
La figura 14.3 representa la red Pert de la lista de tareas de tabla 14.1. Las tareas a realizar primero son
aquellas que no tienen predecesoras, en este caso B y D (etapa 0); cuando son completadas, se encuentra
que hay otras tareas que ya no tienen antecedentes y pueden ser comenzadas, y ası́ hasta que todas las
tareas han sido completadas.
Tarea Predecesoras
A B, D, E
B -
C E
D -
E F
F B
F E
3
1 4 C
B
fin
0 A
D 4
A C
B E
A C
B E
C
1 4 D
H F
E
0 3 fin
J A
G
2 5 B
P
Primero hacer⇒ A B C D E F G H I J 1 2 3 4
Para A 1 1 0 A
hacer B 1 1 1 2 2 1 0 B
C 1 1 0 C
D 1 1 1 3 2 1 0 D
E 1 1 2 2 0 E
F 1 1 0 F
G 1 1 0 G
H 0 H
I 1 1 1 3 2 0 I
J 0 J
1 3
A2 B1 F2 E2
0 2 fin
C1 D2
1. un tiempo optimista To
2. un tiempo realista Tr
3. un tiempo pesimista Tp
180 CAPÍTULO 14. PLANIFICACIÓN DE TAREAS
A
E
F
D
B
C
4
Carga
0
1 2 3 4 5 6
Tiempo
1
A 1,3,5
E
1,2,3
0 C 3,4,8
3
B D
2,4,8 2,4,7
2
Figura 14.10: Red Pert
T0 + 4Tr + Tp
T̄ = (14.1)
6
Tp − T0
σ =
6
Las tareas que determinan el tiempo para completar el proyecto son aquellas que están en la ruta
crı́tica. Si los parámetros para dichas tareas se denotan T̄i , σi entonces, para el proyecto:
X
T̄ = T̄i
X
σ2 = σi2
Conociendo estos valores y consultando la tabla de la distribución normal se puede estimar la proba-
bilidad de que el proyecto no demore mas de cierto tiempo, con una cierta probabilidad.
Ejemplo 68 En la red Pert de figura 14.10, se han anotado los tiempo optimistas, realista y pesimistas
para cada tarea. Se desea calcular el tiempo esperado y la desviación standard. Según el calculo de la tabla
14.6, la ruta crı́tica es B-C-E con duración esperada y varianza:
Actividad Te σ2
A 4.33 1.00
B 4.50 0.694
C 2.00 0.111
D 4.17 0.694
E 3.00 0.444
programa crash: reducir el tiempo al mı́nimo posible, lo que incrementa los costos de intervención
programa normal : estimar costos con duraciones nominales para las tareas, a un costo normal.
Las medidas a realizar es reducir el tiempo de las tareas ubicadas en la ruta critica, entre estas, empezar
con aquellas que tienen el menor gradiente de costos (las menos sensibles al tiempo). Sin embargo, es
posible que la ruta critica cambie sus tareas componentes y es necesario hacer un reanálisis. Podrı́amos
evaluar entonces la probabilidad de que cierta actividad caiga en la ruta crı́tica (ver ref. ??). Todas las
posibilidades pueden ser evaluadas como un problema de optimización de programación lineal.
Ejemplo 69 En la tabla 14.7 se muestran tiempos y costos normales y limites para el proyecto mostrado
en figura 14.11. Calcule costo y duración normal, y la forma más económica de reducir el tiempo en un
dı́a.
Según los datos, el tiempo normal es de 7 dı́as y el costo de 330. Para reducir el proyecto a 6 dı́as se
puede acortar alternativamente las tareas A o E. Acortar la tarea A en un dı́a cuesta
80 − 40
= 20
2
y
130 − 80
= 25
2
para la tarea E. Por lo tanto es mas barato acortar la tarea A.
14.4. PLANIFICACIÓN DE COSTOS 183
1
A E
C
0 3
D
B
2
Figura 14.11: Red Pert
Ejemplo 70 2 Una parada de planta consta de las tareas indicadas en tabla 14.9.
1. a) Dibuje la red PERT
b) Describa la ruta crı́tica
c) Calcule el tiempo esperado y la varianza de cada actividad
d) Calcule el tiempo de terminación esperado y la varianza esperada para todo el proyecto
e) ¿Cual es la probabilidad de terminar en 10 dı́as?
Solución 18 ejercicio (70).
1. a) la red Pert se muestra en figura ??.
b) La ruta crı́tica es A-D-G.
c) Usando (14.1),
Actividad Te σ2
1+4·3+5 5−1
A 6 = 3,00 6 = 0,66
1+4·2+3 3−1
B 6 = 2,00 6 = ,33
2+4·3+4 4−2
C 6 = 2,66 6 = ,33
3+4·4+6 6−3
D 6 = 4,16 6 = ,50
2+4·3+7 7−2
E 6 = 3,50 6 = 0,83
1+4·3+4 4−1
F 6 = 2,83 6 = ,50
2+4·4+6 6−2
G 6 = 4,00 6 = 0,66
d ) El tiempo esperado es 3,00 + 4,16 + 4,00 = 11,16 horas, la varianza σ 2 = 0,662 + ,502 + 0,662 =
1,12, σ = 1,05 horas.
e) Asumiendo distribución normal,
10 − 11,16
Φ = Φ (−1,1)
1,05
= 1 − Φ (1,1)
= 1 − 0,86
= 0,14
2 control 2 me57a , semestre II-2001
184 CAPÍTULO 14. PLANIFICACIÓN DE TAREAS
2 3 4
C 1 3 4
F
1 3 5
A
3 4 6
D
1 2 3
B 2 4 6
G
2 3 7
E
Tiempo (dı́as)
Actividad Predecesoras optimista esperado pesimista
A - 1 3 5
B - 1 2 3
C A 2 3 4
D A,B 3 4 6
E A,B 2 3 7
F C,D 1 3 4
G C,D,E 2 4 6
luego la probabilidad es de 14 %.
2. Holgura de la tarea D.
1. Según la carta Gantt de figura 14.13, la ruta critica es A-C-E-F. La duración normal del proyecto
es 2 + 3 + 3 + 3 = 11 dı́as.
2. Como se ve en carta Gantt, la tarea D tiene una holgura de 5 dı́as pues se puede realizar de modo
que su termino coincida con el del proyecto.
14.4. PLANIFICACIÓN DE COSTOS 185
A C
Comienzo: 30/11/01 Identificador: 1 Comienzo: 02/12/01 Identificador: 3
RE: RE:
D F
Comienzo: 02/12/01 Identificador: 4 Comienzo: 08/12/01 Identificador: 6
RE: RE:
B E
Comienzo: 30/11/01 Identificador: 2 Comienzo: 05/12/01 Identificador: 5
RE: RE:
G
Comienzo: 05/12/01 Identificador: 7
RE:
3. Al acortar separadamente las tareas A-C-E-F en un dı́a se nota que la ruta critica no cambia. Se
debe seleccionar la que aumente el costo total lo menos posible. Tanto E como F implican aumentar
el costo en 20 K$. Sin embargo, al apurar E en un dı́a, G se vuelve crı́tica, lo que aumenta el riesgo
de no terminar en tiempo estimado. Por ello es mejor acortar F.
Ejercicio 8 Una parada mayor de planta considera la lista de tareas mostradas en tabla 14.11.
Gestión de repuestos
A continuación veremos varios criterios para fijar de manera optima tamaños de pedido, periodo entre
pedidos, niveles de seguridad y de alarma. Primero consideraremos una optimización desde el punto de
vista de bodega; luego del costo global de mantención.
Los costos asociados a repuestos son:
Costo de adquisición
Este dependerá del numero de requisiciones hechas a un mismo proveedor; y de la cantidad de items
solicitada en cada pedido. Los costos de adquisición se pueden subdividir en:
compras;
manejo de repuestos;
recepción, control de calidad;
almacenamiento;
contabilidad.
187
188 CAPÍTULO 15. GESTIÓN DE REPUESTOS
Ss
T1 T2 T3 tiempo
Figura 15.1: Nivel de stock: tasa de consumo constante, pedidos a intervalos regulares
Obviamente,
K = QN
y el costo total de adquisición es:
K
CaT = Ca N = Ca
Q
Costo de propiedad
este costo indica los retornos financieros de una posible reducción de capital en bodega. Está compuesto
por:
Si asumimos que el consumo es regular y que se repone stock en tanto se acaba, entonces el promedio
de unidades en bodega es 12 Q, y el valor promedio es de
1
QP
2
y el costo por intereses es
1
QP i
2
(ver figura 15.1).
Observación 78 Nótese que las ofertas por fidelidad y volumen son exogenas a este análisis.
K 1
CaT = KP + Ca + QP i (15.1)
Q 2
Ca 1
−K 2
+ Pi = 0
Q 2
15.2. MINIMIZACIÓN DEL CGM SIN CFM, CON DEMORA 189
MTBF
Q
Nivel de alarma
tiempo
Ejercicio 10 Para el ejercicio anterior, construya una curva de tamaño de pedido óptimo y periodo
entre pedidos versus el consumo estimado anual.
Sw = Ss + Cd
Distribución Gaussiana
Sea C̄, σ la media y la desviación standard del consumo mensual, entonces se fija la alarma según:
√
Sw = C̄d + kσ d
donde k se escoge de modo que la probabilidad de caer debajo de Ss sea lo suficientemente baja.
√
Observación 80 Nótese que se utiliza d para tener en cuenta que la desviación standard está dada
para una unidad de tiempo y no d unidades de tiempo.
190 CAPÍTULO 15. GESTIÓN DE REPUESTOS
Distribución de Poisson
Sea m = C̄d el consumo promedio durante la demora d. La probabilidad de que el consumo no exceda
n items durante ese periodo es:
n
X e−m mr
P (consumo ≤ n) =
r=0
r!
Observación 81 Si al momento de hacer el pedido aun quedan Z items sobre el nivel de advertencia
Sw , la orden es corregida a
Q0 = Qw − R
El método tiene las siguientes ventajas y desventajas:
Da alta seguridad de no quedarse sin stocks;
el nivel de alarma debe ser constantemente corregido para tomar en cuentas cambios en el consumo
de los items, ası́ como en las demoras;
En general, tiene el efecto de aumentar el numero de ordenes a un proveedor.
Observación 82 Se ha considerado que la demora es constante; sin fluctuaciones.
Observación 83 El método es usado en 80 % de los casos [8].
Ejemplo 72 El consumo de un cierto item es:
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
20 30 25 15 30 10 35 - 40 25 40 15
Cada item cuesta 50 US$. El costo asociado a cada orden es de 700 USD; los costos de propiedad
suman 30 % sobre el valor de las existencias. La demora en recibir el producto tras hacer el pedido es de 1
mes. Optimice el stock de modo de tener una probabilidad de quedar sin existencias de un 5 %. Usando
la formula (15.2): p
Qw = 2 · 285 · 700/50 · 0,30 = 163
El consumo medio es de 285/11 = 26 y la desviación standard es 10,2. Asumiendo una distribución
Gaussiana, y para una probabilidad de 95 % de que el nivel de stock no exceder esta variación de la
media, ello corresponde a 1.645 veces la desviación standard; asumiendo una distribución Gaussiana:
√
Sw = 26 × 1 + 1,645 × 10,2 × 1 = 43
Ejemplo 73 El problema es como manejar el stock con un 5 % de riesgo, dado el siguiente patrón:
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 1 0 1 1 0 1 0 0 1 0 0
Con números tan pequeños, se asume una distribución de Poisson; la media es m = 0,50 y entonces
de la tabla de esta distribución, el riesgo de 5 % corresponde a un tamaño de stock mı́nimo de 1 < k < 2;
por lo que ser seleccionan 2 items.
0
aT r
tiempo
Perdidas de producción,
Costos asociados a las acciones tomadas para compensar la ausencia del item.
K 1 1
Cr = K · Pu + Ca + a2 Q · Pu · i + (1 − a)2 QW
Q 2 2
donde Cr denota el costo total real.
La parte que corresponde a quedarse sin stock es el par de términos que incluyen a, eso es
1 2 1
a QP i + (1 − a)2 QW
2 2
termino que es cuadratico y por lo cual debe tener un mı́nimo , que se encuentra derivando:
Dado este valor de a, el costo es una función del tamaño de lote Q; para encontrar el óptimo, difer-
enciamos con respecto a Q :
Ca 1 1 2
−K 2 + ã2 P i + (1 − ã) QW = 0
Q 2 2
entonces
2KCa
Q2 = 1 2
ã2 P i + 2 (1 − ã) W
Si sustituimos (15.4) y se simplifica la expresión , se obtiene:
r
∗ 1 2KCa
Q =
ã P i
Ejemplo 74 Sea W = P , i = 15 %
1
ã = = 0,807
1 + ,15
1 − ã = 0,193
En este caso se justifica que no hayan repuestos por 20 % del tiempo. La rentabilidad depende de la
relación entre el costo de quedar sin repuestos W y el precio unitario de los items P .
donde
Ss es el nivel de alarma,
m es la media de fallas que ocurren entre poner la orden y recibir los repuestos,
x e el numero de fallas.
Observación 85 La componente
mx
e−m
x!
de la ecuación (15.5) corresponde a la probabilidad de que el numero de fallas sea igual a x.
La esperanza del numero de fallas que no serán reparadas por falta de stock es
∞
X mx
(x − Ss )e−m
x!
x=Ss +1
Observación 86 Se asume que una falla no reparada por falta de repuestos no afecta el que se produzca
la siguiente falla.
194 CAPÍTULO 15. GESTIÓN DE REPUESTOS
Si Cp es el costo de almacenamiento, por item y por unidad de tiempo d y Cf incluye el costo de falla
y el de intervención por mantención correctiva, por unidad de tiempo:
S ∞
X mx X mx
CT = Cp (Ss − x)e−m + Cf (x − Ss )e−m
x=0
x! x!
x=Ss +1
El problema es encontrar Ss que asegure costo CT mı́nimo. Ello se realiza con herramientas numéricas.
Con m = 0,83 las probabilidades de Poisson del numero de fallas en un mes son:
x P (x)
0 .43
1 .36
2 .15
3 .04
4 .008
5 .0015
6 .0002
Observación 87 Nótese que en el ejercicio anterior la tasa del CAM se calculó como la tasa anual
dividido por el numero de demoras en un año,
0,3
imensual = = 0,0225
12
Mas correcto es usar la formula
(1 + imensual )12 = 1 + 0,3
por tanto
p
imensual = 12 1,3 − 1
= 0,0221
Evaluando
Ss Ct
0 2645
1 858
2 230
3 92
4 84
5 104
el costo óptimo se alcanza para 4 items.
1
Ejercicio 11 El consumo de un cierto item es:
Feb Mar Abr May Jun Jul Ago Sep Oct Nov
Ejemplo 77
25 32 33 15 18 25 31 28 27 30
el costo de almacenamiento es de 25 %
Encuentre
Ejemplo 78 Un astillador utiliza rodamientos especiales que tienen una demora de entrega de 1 semana.
El valor unitario es de 700 USD. Al hacer una reparación se requiere de 4 rodamientos. El costo de
almacenamiento se ha estimado en 25 %. En promedio se producen 2 fallas de rodamientos por año.
Una falla de este tipo detiene la producción por 2 turnos, si se dispone de los repuestos. Se trabaja 2
turnos/dı́a, 6 dı́as/semana, 8 horas/turno. Se opera 52 semanas/año. El costo de falla se estima en 400
USD/hora. El contratista de mantención ha entregado un presupuesto por reparación (sin considerar los
rodamientos mismos) de 2000 USD. Calcule el nivel de stock seguridad que minimice el costo global de
mantención.
donde
d es la demora entre el pedido y la recepción (que será utilizado como unidad de tiempo),
CGMa es el costo global de mantención por juego de repuestos y por unidad de tiempo (d),
CGMb es el costo global de mantención por no disponer de repuestos por unidad de tiempo.
n̄a es el numero esperado de fallas cubiertas en d.
1 de ref. [8]
196 CAPÍTULO 15. GESTIÓN DE REPUESTOS
6/21
12/21
3/21
Asumiendo una distribución de fallas de tipo Poisson, el numero esperado de fallas que serán reparadas
con stock disponible en el periodo entre poner la orden y recibir los repuestos es:
Ss
X mx
n̄a = (Ss − x)e−m (15.6)
x=0
x!
donde
Ss es el nivel de seguridad (en juegos de 4 rodamientos),
m es la media de fallas que ocurren entre poner la orden y recibir los repuestos,
x es el numero esperado de fallas.
Como unidad de tiempo usaremos la semana, entonces
m = 2 fallas/año
1
= fallas/semana
26
El numero esperado de fallas que no estarán cubiertas por bodega durante d es:
∞
X mx
n̄b = (x − Ss )e−m
x!
x=Ss +1
El costo global de disponer de un juego considera el CAM por juego y por unidad de tiempo, el
CIM del numero de reparaciones esperado por unidad de tiempo (mano de obra, repuestos) y el CF M
esperado por reparación y por unidad de tiempo.
Asumiremos que una reparación solo puede comenzar al principio o fin de un turno. El costo de falla
esperado en tal caso es:
En figura 15.5 se analizan las 3 posibilidades. Las flechas indican los posibles puntos de comienzo de la
reparación, para los 3 casos.
por tanto
1 6 1 12
CF Ma = 400 · (2 · 8) · + 400 · (1 · 8) · +
26 21 26 21
1 3
400 · (0 · 8) ·
26 21
= 70 + 70 + 0
= 140
para el CIM se considera la mano de obra y repuestos para una reparación por la tasa de fallas/ unidad
de tiempo m:
1
CIMa = [2000 + (700 · 4)] ·
26
15.5. OTROS MÉTODOS 197
para el CAM esperado por juego y por unidad de tiempo, la tasa anual se prorratea de manera simple
en las 52 semanas del año:
1
CAMa = 0,25 · (700 · 4) ·
52
y el costo global por juego de repuestos y por unidad de tiempo es
El costo global de no disponer de un juego es el CF M esperado desde el momento de la falla hasta que
llega el pedido de emergencia más el M T T R = 8 · 2 horas. Luego, el CIM de las reparaciones esperadas
en d:
CGMb = CF Mb + CIMb
Un análisis similar al utilizado para el CF Ma muestra que de los 21 puntos de partida posibles de la
semana (ver figura 15.5), en 6 de ellos se afecta 11 turnos de producción y en el resto se afectan los 12
turnos semanales, luego
evaluando,
6 15 1
CF Mb = (400 · 11 · 8) + (400 · 12 · 8)
21 21 26
= 1442 USD/semana
Con lo que la expresión para el CGM esperado por unidad de tiempo (d) queda
Ss ∞
X mx X mx 1
CGMesperado (Ss ) = 338 (Ss − x)e−m + 1627 (x − Ss )e−m ,m = (15.7)
x=0
x! x! 26
x=Ss +1
La evaluación para varios valores Ss muestra que para Ss = 0 el costo global esperado es minimizado (63
USD/semana).
A continuación se muestra el listing en Matlab:
>>m=1/26 %tasa de fallas en la demora}
>>n=50 %nro de terminos en la 2nda serie}
>>for i=0:10
>>CGM(i+1)=338*sum((i-[0:i]).*poisspdf([0:i],m))+
1627*sum(([i+1:i+n]-i).* poisspdf([i+1:i+n],m))
>>end
>>bar(0:10,CGM)
3500
3000
2500
2000
CGM
1500
1000
500
0
0 1 2 3 4 5 6 7 8 9 10
S
s
Redundancia y confiabilidad
16.1. Introducción
La configuración de un equipo o sistema influye en su confiabilidad. El sistema puede ser estudiado
en 2 niveles:
Sistema
p1 p2 p3 pn-1 pn
199
200 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
Sistema
p1 p2 p3 pn-1 pn
p3b
Sistema
p1
p2
p3
pn-1
pn
entonces la probabilidad de que el sistema opere exitosamente, ósea, la confiabilidad del sistema, Rs
es:
n
Y
Rs = pi
i=1
16.2. CONCEPTOS PROBABILÍSTICOS 201
Sistema
Sistema
p1 p2 p3 pn-1 pn
p1 p2 p3 pn-1 pn
Observación 88 Se asumen que un solo componente opera en cualquier instante. Cuando falla el sistema
activa otro de los componentes, hasta que todos fallan. Solo en ese caso el equipo no operará exitosamente.
Se asume que cuando un componente falla no es reparado hasta que todos han fallado. Esto será analizado
más adelante.
Sistema
p1 p2 p3 pn-1 pn
p1 p2 p3 pn-1 pn
La confiabilidad de los dos sistemas puestos en paralelo es la probabilidad de que al menos uno opere, lo
que iguala
1 − P (ambos fallen)
Luego
n
!2
Y
Rs = 1 − 1− pi
i=1
Una alternativa para incrementar la confiabilidad de sistemas en serie es poner 2 sistemas en paralelo
pero a nivel de componente, como se muestra en figura 16.6.
La confiabilidad de tal sistema es (de acuerdo a 16.2.3)
n
Y
1 − qi2
Rs =
i=1
Etapa pi ci
1 0.9 2000
2 0.7 3000
3 0.9 1000
sujeto a
k
X
ni ci ≤ B
i=1
Como se puede ver, la formulación es en variable discreta dado que los ni toman los valores 1, 2, 3, ...
sujeto a
sujeto a
2000 · n1 + 3000 · n2 ≤ 9000
Siendo que hay pocas variables, la solución es encontrada por evaluación exhaustiva:
Sea n1 = 1, entonces
2000 + 3000 · n2 ≤ 9000
ósea
n2 ≤ 2,33
Por tanto, tratando con n2 = 2, entonces
204 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
Sea n1 = 2, entonces
4000 + 3000 · n2 ≤ 9000
ósea
n2 ≤ 1,66
si n1 = 3
entonces para n2 = 1,
= 0,629
Observación 89 Al considerar los posibles beneficios derivados de la redundancia de equipos con alta
confiabilidad se debe observar que se gana muy poco por el costo extra de la redundancia. En el ejemplo
anterior, al poner 3 componentes en la primera etapa, en vez de dos, la confiabilidad solo aumento 0,005
para un costo extra de 1000 USD (ósea el costo se incrementa en 1000/9000 = 11 %)
Observación 90 Es obvio que para problemas más complejos es necesario el uso de un optimizador.
2. restricción presupuestaria
16.4. CONFIGURACIÓN ÓPTIMA CON RESTRICCIONES DE PRESUPUESTO Y SEGURIDAD205
2. Se asume que la operación prematura del equipo puede ocurrir si un componente en la primera
etapa opera como resultado de una señal de trigger espurea (falsa),y luego este componente gatilla
la ejecución de las demás etapas. La probabilidad de que un componente en la primera etapa opere
en ausencia de una señal controlada de entrada es P . La probabilidad de que un componente no
reaccione a una señal controlada es Q = 1 − P .
3. La probabilidad de que el equipo opere sin una señal controlada de entrada es:
P (1era etapa opere) × P (2nda etapa opere) × P (3era etapa opere) × ...
4. La probabilidad de que la primera etapa no se ejecute cuando recibe una señal espúrea es Qn1
5. La probabilidad de que la primera etapa se ejecute debido a que recibió una señal espúrea es 1−Qn1
El problema es determinar el numero óptimo de componentes en paralelo en cada etapa del equipo
para
k
Y
máx (1 − qini )
ni
i=1
sujeto a
k
Y
(1 − Qn1 ) (1 − qini ) ≤ S
i=2
k
X
ni ci ≤ B
i=1
206 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
Configuración
(n1 ,n2 ,n3 ) Confiabilidad Seguridad
(1, 2, 1) 0,737 0,041
(2, 1, 1) 0,624 0,061
(3, 1, 1) 0,629 0,090
ME57A
Cap. Diseño basado en la confiabilidad
Maximización de confiabilidad
con restricción de presupuesto y de seguridad
n1 1
n2 2 R 0.811
n3 2 C 10000
Q 0.95 S 0.045
q1 0.1
q2 0.3
q3 0.1
C1 2000
C2 3000
C3 1000
B 10000
S0 0.075
El diseñador puede alcanzar tal requerimiento a través del uso de redundancia pasiva con componentes
de diferente calidad (y costo).
El problema es seleccionar el tipo y numero de componentes que minimice el costo y satisfaga un nivel
de confiabilidad dado.
p j ≤ pj + 1
El problema es determinar el tipo óptimo de componente (j) y el numero óptimo de estos componentes
a utilizar en paralelo para minimizar el costo total del equipo por unidad de tiempo, sujeto a la restricción
de confiabilidad. Luego:
mı́n nj C + (α + β · j) nj
nj ,j
sujeto a
n
1 − qj j ≥ R
208 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
j pj
1 0,75
2 0,80
3 0,85
4 0,90
5 0,95
j nj Re Costo
1 3 0,98 7500
2 2 0,96 7000
3 2 0,98 9000
4 2 0,99 11000
5 1 0,95 6500
sujeto a
n
1 − qj j ≥ 0,95
Tras evaluar, la tabla 16.4 resume para cada tipo de componente, el numero óptimo, la confiabilidad
alcanzada y el costo total.
Observación 92 El problema fue resuelto también usando el solver de Excel (reliability3.xls). Véase
figura 16.9. Notese que se ha añadido la variable auxiliar xj de tipo 0-1 (columna F) para expresar la
condición de exclusividad (solo un tipo de componente puede ser usado). La suma de los valores xj es
forzada a ser uno (celda E13); lo que asegura que un solo tipo de componente es usado. Por supuesto,
para el calculo de costos en columna F se considera el valor del xj correspondiente; lo que genera un
modelo no lineal en variable entera.
Observación 93 Una extensión natural del problema es considerar equipos de varias etapas. Sandler
[12] utiliza además varios periodos de tiempo y costos de operación variables en el tiempo.
ck,j = βk eγj
1. Considere
ni,j es el numero de componentes de tipo j en la etapa i
pk,j es la probabilidad de que el componente opere correctamente durante un periodo de tiempo
dado;
ck,j es el costo variable unitario de un componente;
k es el ı́ndice para la k-esima etapa;
j es el ı́ndice para el tipo de componente (hay J tipos);
α, βk , γ son constantes conocidas;
Rs es la confiabilidad del equipo.
El costo fijo por componente es F (no depende de la etapa ni del tipo de componente).
Por razones de detectabilidad, los componentes de cada etapa no son reparados hasta que todos
han fallado.
Se requiere que el equipo alcance una confiabilidad R. Para facilitar la gestión, se solicita usar un
solo tipo de repuesto en cada etapa.
Se requiere un modelo de optimización que permita minimizar el costo total.
Rs ≥ R (16.1)
210 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
a fin de restringir el uso de un solo tipo de componentes a una etapa añadimos una variable auxiliar
binaria Ik,j y un parámetro binario Pk,j :
1 si el componente j es usado en la etapa k
Ik,j =
0 en otro caso
1 si el componente j puede ser usado en la etapa k
Pk,j =
0 en otro caso
luego (16.2) es sustituida por:
K X
X J
C= (F + ck,j ) nk,j Ik,j Pk,j (16.3)
k=1 j=1
nos queda el modelo no lineal con variables mixtas (NLMIP) que minimiza (16.3) con las restricciones
(16.1) y (16.4).
Observación 94 La formulación podrı́a ser re-escrita para ser de programación mixta.NdP.
y evaluando
n Cg (n)
1 7150
2 4850
3 6783
4 8800
Observación 95 La extensión del modelo para considerar varias etapas es muy sencilla.
n d(n) Cg (n)
1 0,5 350,0
2 0,25 325,0
3 0,13 375,5
4 0,06 436,2
5 0,03 518,1
Por tanto
Cg (n) = nco + d (n) cf
Observación 96 La formula para d(n) es valida en regimen estacionario. Si las condiciones transientes
dominan la operación es necesario simular.NdP.
Observación 98 También se asumió que la etapa no funciona, solo si todas las máquina fallan. Otro
caso a analizar es cuando la etapa no opera si r de las n máquina no funcionan. También serı́a necesario
derivar una nueva expresión para d(n).
Ejemplo 79 Se dispone de un sistema con una configuración de diseño inicial como se muestra en figura
??. Está compuesta por máquina cuya probabilidad de falla en una unidad de tiempo es q y el costo es c.
Para expresar la confiabilidad del sistema de figura, primero se analizará por sistemas simples. Defin-
imos p = 1 − q.
El sub-sistema CD (en serie) tiene probabilidad de operación satisfactoria:
pCD = RCD
= p2
pEF = REF
= 1 − q2
El sub-sistema CDEF puede ahora ser tratado como un sistema en paralelo son dos componentes:
= 1 − 1 − p2 q 2
16.9. COSTO DE FALLA Y REDUNDANCIA 213
C D
A B E G
F
1 2 3 4
etapas
Rs,0 = p3 pCDEF
= p 3 1 − 1 − p2 q 2
donde
q1 = q2 = q4 = q
q3 = 1 − pCDEF
= 1 − 1 − 1 − p2 q 2
= 1 − p2 q 2
n3 = 1
k = 4
con
k
X
ni ci ≤ B
i=1
donde
c1 = c2 = c4 = c
c3 = 4c
Para el calculo del CAM esperado por unidad de tiempo se usará un valor referencial de 25 % anual,
25 %
CAMesperado = Valor repuestos en bodega
nut
pA = 0,8
pB = 0,2
M T BFB = 5 · M T BFA
Asumiendo que ambos equipos son usados indistintamente en la medida en que están ambos disponibles,
podemos calcular un M T BF esperado para ambas máquina:
luego
i M T BFB M T BFesperado
1 5000 9000
2 2500 4500
3 2000 3600
4 1000 1800
5 150 270
6 300 540
7 1000 1800
8 10000 18000
CIM Valor repuestos MTTR MTBF-A CIM CAM 25% anual CFM CGM CGM
i (USD/falla) en bodega (USD) (horas) (horas) USD/hora USD/hora rho rho/(1+rho) p0 p1 p2 USD/hora USD/hora relativo
1 5000 10000 8 5000 0.56 0.29 8.9E-04 8.9E-04 7.9E-07 1.8E-03 1.0E+00 0.21 1.05 9%
2 2000 500 2 2500 0.44 0.01 4.4E-04 4.4E-04 2.0E-07 8.9E-04 1.0E+00 0.11 0.57 5%
3 200 500 1 2000 0.06 0.01 2.8E-04 2.8E-04 7.7E-08 5.6E-04 1.0E+00 0.07 0.14 1%
4 500 800 24 1000 0.27 0.02 1.3E-02 1.3E-02 1.7E-04 2.6E-02 9.7E-01 3.14 3.44 29%
5 50 1000 2 150 0.18 0.03 7.4E-03 7.4E-03 5.4E-05 1.5E-02 9.9E-01 1.76 1.97 17%
6 100 10 5 300 0.18 0.00 9.3E-03 9.2E-03 8.4E-05 1.8E-02 9.8E-01 2.20 2.38 20%
7 1000 500 12 1000 0.55 0.01 6.7E-03 6.6E-03 4.4E-05 1.3E-02 9.9E-01 1.59 2.15 18%
8 1500 2000 1 10000 0.08 0.06 5.6E-05 5.6E-05 3.1E-09 1.1E-04 1.0E+00 0.01 0.15 1%
11.85 100%
Para el calculo del CF Mesperado por unidad de tiempo consideraremos la fracción de tiempo en que
hay 1 y 2 equipos no disponibles. Asumiremos que en caso de que se requieran 2 equipos solo la mitad
de la producción demandada es satisfecha).
P2
CF Mesperado = pA p0 P1 + pB p0 P2 + pB p1 $/ut
2
según §16.8,
ρ2
p0 = 2
(1 + ρ)
λ
ρ =
µ
1
λ =
M T BF
1
µ =
MTTR
Para p1 consideramos
Ejemplo 80 3 Un sistema está compuesto de 3 componentes en serie como se muestra en figura xx. Cada
componente tiene un solo modo de falla asociado. La probabilidad acumulada de falla para t = 8000 horas
son q1 = 10−3 , q2 = 40·10−3 , q3 = 30·10−3 . La falla de los componentes es estadı́sticamente independiente.
El costo de añadir cualquier componente en paralelo es el mismo. Se requiere una confiabilidad de 0,995
para t = 8000 horas.
3 de ref. [14], §13.1.
216 CAPÍTULO 16. REDUNDANCIA Y CONFIABILIDAD
Correa M T BF ti TTR
(horas) (horas) (horas)
A 72 24 6
B 96 0 12
Ejemplo 81 4 Se operan 2 correas con redundancia activa. Su confiabilidad se asume exponencial. Los
M T BF , los instantes en que han comenzado a operar (ti ) y los T T R se muestran en tabla 16.9. ¿Cual
es la confiabilidad del sistema en t =300 horas?
De acuerdo a los datos de la tabla se puede conocer el estado de las maquinas en función del tiempo,
como se muestra en figura 16.13. Para la correa A:
24 + (72 + 6)xA = 300
xA = 3,538
luego ella ya ha completado 3 ciclos y fracción,
tA = (xA − 3)(72 + 6)
= 0,538 · 78
= 42 horas
Para la correa B,
0 + (96 + 12)xB = 300
xB = 2,778
luego ella ya ha completado 2 ciclos y fracción,
tB = (xB − 2)(96 + 12)
= 0,778 · 108
= 84 horas
Las tasas de falla son:
1
λA
fallas/hora =
72
1
λB = fallas/hora
96
lo que permite evaluar la confiabilidad de cada correa para t = 300 :
42
RA (t = 300) = e− 72 = 0,558
84
RB (t = 300) = e− 96 = 0,417
Como están en paralelo el sistema tiene una confiabilidad para t = 300,
Rs (t = 300) = 1 − (1 − 0,558)(1 − 0,417) = 0,742
4 de control 3, semestre 2002-II.
16.9. COSTO DE FALLA Y REDUNDANCIA 217
F
0 50 100 150 200 250 300
Tiempo (horas)
17.1. Introducción
Dentro de la empresa existen recursos de mantención tales como talleres, bodegas y recursos humanos.
Adicionalmente, existen contratistas capaces de realizar parcial o totalmente las tareas de mantención.
El problema es determinar la mejor combinación entre recursos internos y externos. Al incrementar
el nivel de equipos propios tales como fresas y sistemas modernos de inspección, incrementa el costo
de inversiones en mantención y se requiere de mano de obra especializada adicional. Por otro lado, al
incrementar los equipos y mano de obra internas se reduce la necesidad de recursos externos tales como
maestranzas y contratistas. Por tanto, se requiere un balance entre los costos asociados a recursos externos
y los costos asociados a contratistas. El problema se torna difı́cil pues no solo se debe considerar el costo de
intervención externo sino que además se debe tomar en cuenta el costo de perder (al menos parcialmente)
el control directo sobre las tareas de mantención subcontratadas. Por ejemplo, al usar subcontratistas
existe una mayor posibilidad de que los equipos se detengan por mayor tiempo que si se hubiese realizado
con recursos internos.
Un problema adicional es determinar el tamaño óptimo del personal de mantención. Al aumentar la
dotación,
3. Se reduce el tiempo de detención pues un equipo más grande es capaz de resolver las tareas más
rápidamente (menor costo de falla)
Observación 99 Ambas alternativas no son mutuamente exclusivas ya que las tareas pueden ser real-
izadas en cooperación entre los recursos propios de la empresa y los de los contratistas.
219
220 CAPÍTULO 17. TAMAÑO DE TALLERES Y CUADRILLAS
Costo de
intervención
Costo de
falla
En mantención, los clientes pueden ser los trabajos que llegan a un taller desde las plantas y los servidores
en tal caso serı́an los tornos, fresas y personal de taller disponibles para realizar las tareas. La teorı́a de
colas permite responder cosas como:
Disponiendo de la información mencionada es posible identificar el tamaño óptimo del servicio para
minimizar el costo total. En él intervienen el costo de intervención del servicio y el costo de falla asociado
a las esperas. El equilibrio se muestra en la figura 17.1.
el patron de llegada de los clientes; aquı́ asumiremos que es aleatorio con distribución de Poisson:
r λt
P (r, t) = (λt) e− r!
17.2. TEORÍA DE COLAS 221
Servidor
Servidor
Llegadas Salidas
Servidor
Servidor
donde P (r, t) es la probabilidad de que hayan r llegadas durante el intervalo de tiempo [0,t] y λ es el
promedio de llegadas por unidad de tiempo.
Observación 100 En casos reales, las condiciones anteriores son aceptables aunque otros patrones de
llegada, servicio y prioridad sean apropiados. En tal caso, los resultados a los que llegaremos pueden no
ser aplicables y se deberá consultar literatura especializada.
los trabajos llegan al taller en forma aleatoria, siguiendo una distribución de Poisson con tasa media
de arribos λ,
el tiempo medio (después de la espera en la cola) para realizar el trabajo es 1/µ y tiene distribución
exponencial
el costos de operación de una maquina por unidad de tiempo es cl (esté operando o no)
el objetivo es determinar el numero óptimo de maquinas n que minimiza el costo global por unidad
de tiempo cg :
cg (n) = ncl + T s λcf (17.1)
donde
17.3.2. Ejemplo
Sean
λ = 30 trabajos/semana
µ = 5,5 (trabajos/semana)/maquina
cf = 500 USD/semana
cl = 200 USD/semana
Es interesante notar que cuando el costo global es mı́nimo (para n = 8) las maquinas están ocupadas
solo 68 % del tiempo. Ello va contra la noción general de que el máximo uso implica el menor costo. Si
por ejemplo consideramos n = 6 la fracción de tiempo en que una maquina es utilizada sube de 68 % a
91 %, pero el costo total por semana se incrementa de 4570 USD a 7750 USD.
224 CAPÍTULO 17. TAMAÑO DE TALLERES Y CUADRILLAS
100
90
80
70 cg/max(cg)
60
%
50
40
Tiempo
30 Maquina
20
desocupada
10
6 7 8 9 10 11 12
n
Figura 17.5: Costo global y Uso de las maquinas para varios n
Cuando n está entre 1 y 5 entonces la intensidad de trafico ρ es mayor que 1. Ello implica que la cola
crecerá hacia infinito, dado que llegan mas trabajos de los que pueden ser procesados. Luego consideramos
casos para n ≥ 6.
Para n = 6,
ρ = 0,91
T q µ = 1,4
T q = 1,4 · 0,182
= 0,255 semanas
De ecuación (17.1),
λ
1−
nµ
30
α=
6 · 5,5
= 0,91
El método descrito en esta sección también puede ser utilizado para el tamaño óptimo de una cuadrilla
de mantención. En tal caso n corresponde al numero de hombres.
En el problema descrito se considero que todas las maquinas son gemelas. Ello puede no ser el caso
real pues pueden haber maquinas con diferentes capacidades. Algunos trabajos podrı́an ser realizados
solo en cierto tipo de maquinas. Ello será discutido mas adelante.
Además, hemos considerado que los trabajos para las maquinas son internos a la organización. En
muchas situaciones es posible contratar servicios externos para realizar trabajos en los periodos de mayor
demanda. Ello también es tratado posteriormente.
17.4.3. Ejemplo
1. Sea la tasa de arribos de maquinas falladas,
λ = 20 maquinas/semana
cf = 10000 USD/semana
3. Considérese que la dependencia entre el costo del grupo y la tasa de servicio es de la forma
cm = kµ
requiere de maquina A,
requiere de maquina B, o
El tiempo de servicio de los trabajos difiere en ambos tipos de maquina, lo mismo que sus costos.
Para un patron de demanda dado, el problema es determinar la combinación optima de maquinas de
ambos tipos que minimice el costo global por unidad de tiempo.
Trabajos A
Trabajos A o B
Trabajos B
3. Simular la operación del sistema para diferentes situaciones usando la información obtenida en el
paso 2 y según la lógica establecida en el paso 1. La simulación puede ser realizada a mano o con
software ad hoc.
Diagrama de flujo
En la practica, la mayorı́a de los trabajos requerirán de operaciones de bajo costo, osea, basta utilizar
maquinas A. Pero también pueden ser procesadas en maquinas tipo B, si ellas están disponibles. Consid-
eraremos un sistema con 2 colas: una para los trabajos para los cuales basta utilizar maquinas A y otra
para los trabajos que requieran de maquinas B.
Cuando una maquina A está vacante, inmediatamente toma el primer trabajo en la cola A y lo
procesa.Cuando una maquina B está vacante, toma el primer trabajo en espera en la cola B. Si no hay
trabajos en espera en la cola B, y si es posible, se transfieren trabajos desde la cola A a la cola B. La
lógica del sistema es descrita en el diagrama 17.7.
Información necesaria
Se dispone de la siguiente información del sistema:
1. La llegada de trabajos al sistema sigue una distribución Poisson con tasa de arribos λ trabajos/
unidad de tiempo. Luego, la distribución del tiempo entre arribos tiene distribución exponencial
con intervalo medio 1/λ.
2. La probabilidad de que un trabajo llegue a la cola A es p. La probabilidad de que un trabajo llegue
a la cola B es 1 − p.
3. La probabilidad de que un trabajo de la cola A sea procesado por una maquina A es Px (es una
variable). Luego, la probabilidad de que un trabajo en la cola A sea transferido a la cola B es 1−Px .
4. El tiempo de servicio en maquinas A y B tienen distribuciones exponenciales negativas con parámet-
ros µA y µB respectivamente.
5. El costo de falla por unidad de tiempo de un trabajo es cf .
6. El costo de intervención por unidad de tiempo de las maquinas A y B es cA y cB respectivamente.
El objetivo es determinar los numeros óptimos de maquinas nA y nB que minimicen el costo global
asociado por unidad de tiempo cg . El costo global es la suma de:
costo de intervención por unidad de tiempo de maquinas A:
nA cA
Entonces,
cg (nA , nB ) = nA cA + nB cB +
T s,A · λ · p · p (nA , nB ) · cf +
T s,B · [λ · (1 − p) + λ · (1 − Px )] · cf
Un trabajo llega al
sistema
Es un trabajo para
si no
maquinas A?
Cola A Cola B
no
si
Hay una maquina B
Poner el trabajo vacante? Poner el trabajo
si
en la cola A en la cola B
17.5.3. Ejemplo
La tasa media de arribos es λ = 10 trabajos/dı́a;
0,175 = 1 − e−2t
Siguiendo el procedimiento se puede construir una tabla como la mostrada en figura 17.8.
La construcción a mano de una tabla como la de figura 17.8 es muy tediosa. Sin embargo, al continuar
desarrollándola, se generaran suficientes trabajos como para obtener un tiempo de espera estacionario
para los trabajos en ambos tipos de maquinas y la probabilidad de que un trabajo sea transferido desde la
cola A a la cola B. Para reducir el esfuerzo y acelerar los cálculos es posible utilizar software de simulación
ad hoc. La tabla 17.2 muestra los resultados obtenidos para varios valores de nA y nB .
17.5.4. Comentarios
La simulación es una estrategia muy útil para manejar problemas de cola complejos.
En el modelo descrito se asumió que los tiempos medios de servicio de un trabajo transferido desde
la cola A y de aquel de la cola B tenı́an la misma distribución (µB ). Ello puede ser realista, dado que los
trabajos de la cola A pueden requerir mayor tiempo de configuración si se realizan en una maquina B. Sin
embargo, si esta condición no es aceptable, el modelo debe ser corregido. El modelo también considera
Nro. tiempo de arribo tiempo Cola Hay una maquina Tiempo de Tiempo de Maquina Tiempo Tiempo Próximo trabajo
trabajo entre trabajos acumulado asociada adecuada disponible? espera en cola servicio utilizada inicio servicio fin servicio en la maquina
1 0 A si 0 0.1 A1 0 0.1 6
2 0.06 0.06 A si 0 0.13 A2 0.06 0.19 7
3 0.02 0.08 A si 0 0.55 A3 0.08 0.63
4 0.05 0.13 A si 0 0.01 A4 0.13 0.14
5 0.01 0.14 B si 0 0.11 B1 0.14 0.25
6 0.07 0.21 A si (A1 libre en t=0.10) 0 1.3 A1 0.21 1.51
7 0.07 0.28 A si (A2 libre en t=0.19) 0 0.15 A2 0.28 0.43
17.5. COMBINACIÓN OPTIMA DE MAQUINAS DIFERENTES
nA nB T s,A T s,B Px cg
4 3 4,23 7,86 0,91 110,26
5 3 3,08 6,13 0,93 103,66
6 3 2,60 5,75 0,94 105,66
4 4 3,60 4,92 0,82 108,46
5 4 2,51 4,43 0,87 105,72
6 4 2,49 4,29 0,92 111,61
que el costo de intervención de una maquina es igual todo el tiempo (no importa que esté disponible o no
una fracción del tiempo). Remover tal condición no es difı́cil pero el modelo resultante es mas complejo.
Aunque el ejemplo considerado trata la combinación optima de maquinas de dos tipos en un taller, el
enfoque es fácilmente extendible a otros problemas de mantención. Por ejemplo, un problema frecuente
es la necesidad de establecer el nivel de especialización necesaria en los miembros de una cuadrilla y
el numero de hombres que debe tener tal experticia. Cierto tipo de trabajos pueden ser realizados por
todos los mantenedores, mientras que otros trabajos requieren especialistas. Los diferentes niveles de
especialización que pueden ser definidos serán mayores que 2 (como fue el caso de este ejemplo) pero aun
ası́, la combinación optima de especialistas puede ser determinada de manera similar a la descrita.
Al incrementar la fuerza de trabajo interna se reduce la probabilidad de requerir personal externo. Sin
embargo, ello puede conllevar una considerable sub-utilización de la mano de obra si la carga de trabajos
es baja. El problema es determinar el tamaño optimo de la cuadrilla para cubrir una demanda fluctuante
y minimizando el costo global esperado por unidad de tiempo.
Los conflictos básicos de este problema se ilustran en figura 17.9. El costo global por unidad de tiempo
cg considera
costo fijo por unidad de tiempo,
nci
costo variable interno por unidad de tiempo cv,i , que resulta del producto entre el numero medio
de trabajos realizados internamente por unidad de tiempo por el costo/trabajo.
costo variable externo por unidad de tiempo cv,e .
El numero de trabajos procesados internamente por unidad de tiempo es
1. la capacidad de trabajo cuando la demanda es mayor que la misma,
2. la demanda cuando la demanda es menor o igual a la capacidad de trabajo de la cuadrilla.
La probabilidad de que la capacidad sea excedida es
Z ∞
pd≥mn = f (r)dr
nm
y su complemento como
pd≤mn = 1 − pd≥mn
Si la demanda es inferior a la capacidad se tiene que el promedio de trabajos internos es
R nm
rf (r)dr
x̄i = R0 nm
0
f (r)dr
luego el valor esperado del costo variable interno es
cv,i = (nm · pd≥mn + x̄i (1 − pd≥mn )) Cw
Por otro lado, el costo variable externo resulta del producto entre el promedio de trabajos subcontratados
por unidad de tiempo y el costo por trabajo.
El numero de trabajos subcontratados es
234 CAPÍTULO 17. TAMAÑO DE TALLERES Y CUADRILLAS
Entonces,
El modelo asume que la duración de los trabajos es de una unidad de tiempo. El permitir que los
trabajos no cumplan tal condición complica el modelo.
17.6.3. Ejemplo
La distribución de trabajos por semana puede ser representada por una distribución rectangular en
el rango (30, 70) osea 1
f (r) = 40 si 30 ≤ r ≤ 70
0 en otro caso
Además,
m = 10 trabajos/semana
Cw = 2 UF
Cs = 10 UF
ci = 40 UF/semana
Ejemplo 82 La tabla 17.5 muestra el registro de trabajos de mantención realizados en los últimos 12
meses. Los trabajos tienen un valor promedio de 100 y 300 USD c/u si se realizan con personal interno
o subcontratado respectivamente. Un hombre es capaz de procesar 0.5 trabajos/dia. El valor de la HH
interna es 10 USD. Calcule:
17.6. TAMAÑO OPTIMO DE LA CUADRILLA CUANDO HAY SUBCONTRATISTAS 235
n cg
0 500
1 460
2 420
3 380
4 350
5 340
6 352
7 380
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
194 222 199 201 211 201 199 192 203 187 207 216
y la desviación standard es
σ = 10,03
A fin de comprobar la hipótesis se realiza un test de confianza KS:
El valor máximo kF−F k es .102 el cual es inferior al valor de la tabla KS para n (12) grados de
libertad y nivel de confianza del 99 %: .450. Se acepta el modelo.
Retomando el modelo descrito en §17.6, y reconociendo términos:
−(r−µ)2
1 2σ 2
f (r) = √ e
σ 2π
tomando como unidad de tiempo el mes, y considerando 22 dias/mes, 8 horas/dia
m = ,5 trabajos/dia/hombre · 22 dias/mes
= 11 trabajos/mes/hombre
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
194 222 199 201 211 201 199 192 203 187 207 216
i 3 12 4.5 6.5 10 6.5 4.5 2 8 1 9 11
i
F = N +1 .231 .923 .346 .500 .769 .500 .346 .154 .615 .077 .692 .846
F (µ, σ) .194 .973 .357 .434 .797 .434 .357 .144 .513 .059 .667 .908
kF−F k .037 .050 .011 .066 .028 .066 .011 .010 .102 .018 .025 .062
R nm
rf (r)dr
x̄i = R0 nm
0
f (r)dr
R nm
rf (r)dr
≈ R−∞nm
−∞
f (r)dr
−σφ nm−µ nm−µ
σ + µΦ σ
= nm−µ
Φ σ
R∞
(r − nm) f (r)dr
nm
x̄e = R∞ (17.5)
f (r)dr
R ∞ nm R∞
nm
rf (r)dr − nm nm f (r)dr
= R∞
nm
f (r)dr
pero
Z ∞ Z ∞ Z nm
rf (r)dr = rf (r)dr − rf (r)dr
nm −∞ −∞
∞−µ ∞−µ
= −σφ + µΦ −
σ σ
nm − µ nm − µ
−σφ + µΦ
σ σ
nm − µ nm − µ
= µ + σφ − µΦ
σ σ
nm − µ nm − µ
= σφ +µ 1−Φ
σ σ
17.6. TAMAÑO OPTIMO DE LA CUADRILLA CUANDO HAY SUBCONTRATISTAS 237
56000
55000
54000
USD
53000
52000
51000
14 15 16 17 18 19 20
n
y
Z ∞ Z nm
f (r)dr = 1 − f (r)dr
nm −∞
nm − µ
=1−Φ
σ
luego,retomando (17.5),
nm−µ nm−µ
σφ σ + (µ − nm) 1 − Φ σ
x̄e =
1 − Φ nm−µ
σ
Al evaluar (17.4) para diversos valores de tamaño de cuadrilla n se observa que el óptimo se alcanza
para n = 17 (figura 17.10).
Parte IV
Polı́ticas de mantención
239
Capı́tulo 18
Mantención basada en la
confiabilidad
18.1. Introducción
1
La RBM se originó en las industrias aeronáuticas y nucleares a fines de los años 60.
Una definición general puede ser: ”estrategia de mantención global de un sistema usando métodos de
análisis estructurados que permiten asegurar la fiabilidad inherente a tal sistema”.
241
242 CAPÍTULO 18. MANTENCIÓN BASADA EN LA CONFIABILIDAD
18.1.3. Objetivos
La implementación del RBM busca:
elaborar un programa de mantención preventiva optimizado que garantice la seguridad de fun-
cionamiento, teniendo en cuenta las restricciones económicas.
medio de mejoramiento de la organización.
conservación de datos históricos de mantención y producción.
Mejoramiento de la mantención
Se puede descomponer en 3 aspectos:
Aspecto organizacional: el RBM provoca en general una disminución del numero de tareas de man-
tención preventiva, que son sustituidas por tareas correctivas. La mantención predictiva aumenta,
la necesidad de repuestos disminuye, y los reemplazos son justificados de mejor manera.
Aspecto humano: el trabajo en equipo entre actores de diferentes servicios produce sinergia. Se ha
podido observar un aumento de 10 % de la producción tras solo 3 meses de RBM. La seguridad y
la protección ambiental son mejoradas.
Aspecto técnico:
Análisis de modos de falla (AMF) que define la importancia relativa de las fallas, sus causas y
efectos;
Arboles de falla, que sirve, en función de la falla, a identificar el tipo de consecuencia sobre el
equipo y definir los niveles de acciones de mantención a realizar.
La aplicación del RBM necesita un buen conocimiento de los equipos ası́ como de sus fallas y los
impactos de las mismas.
grupo de gestión
grupo de análisis
grupo de información
Grupo de gestión
Este grupo incluye a los responsables de los servicios de mantención, producción y calidad. El grupo
es liderado por el jefe del proyecto RBM, quien supervisa la aplicación del método. Este grupo:
Grupo de análisis
Grupo de información
Se encarga de recolectar los datos en terreno. Son los que más conocen a los equipos. Evalúa el análisis
preparado por el grupo piloto.
244 CAPÍTULO 18. MANTENCIÓN BASADA EN LA CONFIABILIDAD
Empresa
Línea 2
La primera etapa corresponde al estudio del conjunto de equipos. Se busca determinar los
equipos crı́ticos a ser considerados por el estudio.
La tercera etapa define las acciones a ejecutar para mejorar la seguridad de funcionamiento de
los equipos. Ello conduce a la planificación de las tareas.
Estas 3 etapas se realizan secuencialmente en un plazo corto (una semana por equipo es recomendada).
Se logra un programa preventivo inicial.
funcional
geográfico
Equipo 2
Calidad
Inaceptable A controlar Negligible
Disponibilidad Inaceptable
A controlar
Negligible
seguridad
disponibilidad
Ponderación de Equipos
P royecto: Planta:
Línea: Fecha:
• frecuencia de panas
• tiempos medios para reparar
calidad
inaceptable: se deben realizar todos los esfuerzos para evitar falla en este equipo;
a controlar: las fallas serán evitadas realizando inspecciones;
insignificante: la falla del equipo tiene consecuencias insignificantes y no se producen frecuente-
mente. Estos datos se ponderan en la ficha 2, mostrada en página 246.
Observación 103 El objetivo de esta etapa es reducir el universo de equipos a estudiar (eliminar
aquellos de efecto insignificante), no clasificar de manera detallada a los equipos crı́ticos.
entregar una descripción de cada medio de producción, establecer una lista de todas la funciones e
interfaces con otros equipos;
18.2. ELABORACIÓN DE UN PLAN TÉCNICO DE MANTENCIÓN 247
Análisis de falla
P royecto: P lanta:
Línea: Fecha:
El método permite identificar la totalidad de las funciones de un sistema a partir de las interacciones
de este con su entorno. Las fases del método son:
análisis de necesidades;
un análisis funcional externo que considera al equipo como una caja negra;
un análisis funcional interno que tiene en cuenta los subconjuntos que conforman el equipo.
El análisis externo se realiza en la ficha 3 (figura 18.5). Para cada función se estudian las diferentes
fallas (grupo de análisis ayudado por el grupo equipos). La capacidad de detección de una falla recibe
una ponderación:
0, en caso contrario.
248 CAPÍTULO 18. MANTENCIÓN BASADA EN LA CONFIABILIDAD
El modo de falla se describe cono la manera en que un equipo llega a no cumplir su función.
Los modos de falla se especifican según:
• influencia en la seguridad;
• efectos económicos.
1. la seguridad (S);
2. la no detectabilidad (N D);
Para el tercer criterio (frecuencia por gravedad), se usan 4 niveles (a fijar por el grupo piloto). Se hace
ası́, para evitar la selección del nivel intermedio.
La noción de no detectabilidad se usa de manera cualitativa para no complicar el análisis. El valor de
criticidad se incluye en la ficha 3.
Ejemplo 83 Electrónica/electromecánica
18.2. ELABORACIÓN DE UN PLAN TÉCNICO DE MANTENCIÓN 249
Descomposición de equipos
P royecto: P lanta:
Línea: Fecha:
Seguridad de operación
Del equipo
Personal Técnicas
Hidráulica
Mecánica
◦ uso, herramientas
Los efectos de una falla pueden ser locales o actuar en el entorno (fallas engendradas).
Ejemplo 84 Para la seguridad
Para la confiabilidad
1. menor
2. significativa
3. critica
4. catastrófica
Para la disponibilidad
Para la mantenibilidad
1. M T T R < t1
2. t1 < M T T R < t 2
3. t2 < M T T R < t 3
4. M T T R > t3
Observación 104 Es a nivel del efecto que se mide la gravedad de una falla. Se puede hablar entonces
de la criticidad de cada tripleta causa-modo-efecto, usando una matriz de criticidad.
Indice Criterio Indice Criterio
de gravedad de frecuencia
1 detención<12h 1 <1 vez/año
Ejemplo 85
2 detención<24h 2 <1 vez/mes
3 detención<1semana 3 <1 vez/semana
4 detención>1semana 4 >1 vez/semana
El valor de criticidad será dado por el producto gravedad por frecuencia. Este valor se indica en la
columna c de la ficha 5, y permite reducir el estudio a los casos más crı́ticos.
Hasta el momento, se dispone de una lista jerarquizada, limitada voluntariamente a los casos más
crı́ticos, de modos y causas de falla y se desea evitar o disminuir las consecuencias poniendo en operación
acciones de mantención adecuadas.
si
La lubricación previene la falla? Lubricar
no
si Verificación regular
La verificación visual periódica previene la falla?
no
si Mantención completa regular
La mantención preventiva completa previene la falla?
no
si Reemplazarlo regularmente
El reemplazo regular del elemento previene la falla?
no
si Programarla
Existe alguna tarea preventiva aplicable, eficaz y económica?
no
si
Existe alguna tarea predictiva aplicable, eficaz y económica? Implementarla
no
si
Es mejor esperar la falla (m. correctiva)? Preparar la tarea
no
Es mejor eliminar la causa con modificaciones al diseño? Rediseñar
Árbol de decisión
Las etapas anteriores permitieron fijar para cada causa de falla el valor de los criterios de seguridad,
disponibilidad, calidad. Ahora se jerarquiza las acciones a tomar. Un ejemplo se muestra en figura 18.11.
tipo de mantención
254 CAPÍTULO 18. MANTENCIÓN BASADA EN LA CONFIABILIDAD
Decisiones/Tareas
P royecto: P lanta:
Línea: Fecha:
periodo de intervención
observaciones particulares
• seguridad
• confidencialidad
tiempo de intervención
Planificación de tareas
Los resultados anteriores se programan en la ficha de figura 18.13. Este programa constituye la base
y debe ser enriquecido con la experiencia.
eventos,
18.2. ELABORACIÓN DE UN PLAN TÉCNICO DE MANTENCIÓN 255
Planificación de tareas
P royecto: P lanta:
Línea: Fecha:
Personal Fecha
Componente Tareas E jecución Comentarios Intervenc ión
históricos de equipos,
documentación especifica
El método RBM puede ser visto como un primer paso hacia la mantención productiva total y las
certificaciones dado que permite:
Ejemplo RBM
19.1. Introducción
A continuación se describe un estudio RBM para un sistema sencillo (una piscina). Se seguirá la
metodologı́a RBM con los siguientes pasos secuenciales:
6. Árbol de decisión
7. Selección de tareas
1. piscina
2. spa
4. sistema utilitario
La selección de los sub-sistemas en este caso es bastante sencilla ya que el único sistema que posee
una diversidad de equipos significativamente grande es el de tratamiento de aguas. Se puede añadir que
desde un punto de vista cualitativo, los costos de mantención preventiva y mantención correctiva están
usualmente concentrados en el sistema de tratamiento de aguas.
257
258 CAPÍTULO 19. EJEMPLO RBM
Facilidad Piscina
diagramas de instalación
• historial de equipos
• notas y observaciones de los dueños anteriores.
bombeo,
calefactor y
acondicionamiento de agua.
19.4. DESCRIPCIÓN DEL SISTEMA Y DIAGRAMA FUNCIONAL DE BLOQUES 259
1. Llenado de agua: Esto es simplemente el reemplazo del agua evaporada mediante el huso de una
manguera de jardı́n (o en otros casos, un sistema de alimentación fijo) para mantener el agua en
un nivel deseado.
2. Tratamiento de aguas manual: Esto consiste en el uso de mallas para recoger la basura depositada
en la superficie del agua como hojas o tierra. Vaciado de la piscina cuando sea necesario. Control
manual del Ph del agua.
3. Aspiradora de la piscina: Este es un sistema que permite la limpieza del fondo de la piscina, el cual
permite recoger la suciedad decantada. En los últimos años, algunas piscinas poseen un sistema de
aspiración automático que periódicamente se activa para aspirar el fondo.
1. Bombeo: Este subsistema provee dos funciones principales. Primero, mantiene un caudal de agua
circulando de alrededor 70 [GPM] circulando desde el sistema piscina a través del calefactor y del
subsistema de acondicionamiento del agua. Segundo, provee un flujo de agua y presión necesarias
para la operación de la aspiradora. El subsistema de bombeo funciona aproximadamente 5 horas al
dı́a en las estaciones calurosas y 3 horas en las estaciones frı́as.
Energía
TabletasMedición Energía Gas
eléctrica
de Cloro Ph eléctrica natural
Recirculación de Cloro
Acondicionamiento Flujo
Piscina Bombeo Flujo Calefacción Piscina
del agua filtrado
Spa Spa
Status Drenaje
Status
de bombeo de
presión
Gases residuosTemperatura
automático sobreflujo
20.1. Introducción
El Mantenimiento Productivo Totla (TPM) se pude definir como un”programa para mejorar la efec-
tividad global de los equipos, con la participación activa de los operadores”[4].
El concepto total considera la efectividad económica total con la participación de todo el personal.
El TPM se ha implementó originalmente en Japón (1971). Envuelve el concepto de mirar la empresa
como un todo, lo que lleva a descompartamentar las actividades, por ejemplo, el personal de producción
es incluido en las tareas de mantención.
El objetivo inmediato del TPM es la ”eliminación total de las pérdidas de producción”: obtención de
0 pérdidas de producción implica 0 fallas y 0 defectos de calidad. Ello mejora la efectividad del equipo,
se reducen los costos y se incrementa la productividad.
EL TPM promueve la idea de que los sistemas productivos son combinaciones de hombres y máquinas
(sistemas hombre-máquina) que deben ser optimizados como conjunto, al mı́nimo costo.
Observación 105 Nótese que el objetivo aquı́ es maximizar la disponibilidad de los equipos; el costo
global está dominado por el costo de falla.
20.2. Objetivos
Los objetivos del TPM son:
Cada operador sea responsable por su(s) máquina(s), y realice tareas de mantención básicas tales
como limpiar, lubricar, inspeccionar visualmente, reportar si observa anomalı́as;
Formar pequeños grupos de trabajo para discutir problemas de mantención, sugerir mejoras y lograr
una visión común del conjunto mantención-empresa.
263
264 CAPÍTULO 20. MANTENIMIENTO PRODUCTIVO TOTAL
establece un sistema de mantención programada que cubre el total de la vida útil del equipo.
Estas caracterı́sticas se pueden resumir en un plan de mantención ideado y realizado por todos los
trabajadores organizados en pequeños grupos.
El TPM también puede ser caracterizado por el tipo de actividad que promueve:
Mantención autónoma
Mejoramiento de equipos
2. Puesta a punto y ajustes de las máquinas que producen pérdidas de tiempo al iniciar una nueva
operación u otra etapa de ella. Por ejemplo, al inicio en la mañana, al cambiar de lugar de trabajo,
al cambiar una matriz o hacer un ajuste.
3. Marchas en vacı́o, esperas y detenciones menores durante la operación normal que producen pérdidas
de tiempo, ya sea por la operación de detectores, buzones llenos, obstrucciones en las vı́as, etc.
5. Defectos en el proceso, que producen pérdidas de tiempo al tener que rehacer partes de él o reparar
piezas defectuosas o completar actividades no terminadas.
6. Pérdidas de tiempo propias de la puesta en marcha de un proceso nuevo, marcha blanca, perı́odo
de prueba, etc.
El análisis cuidadoso de cada una de estas causas de baja productividad lleva a encontrar las soluciones
para eliminarlas y los medios para implementar estas últimas.
Es fundamental que el análisis sea hecho en conjunto por el personal de operaciones y mantención
porque los problemas que causan la baja productividad son de ambos tipos y las soluciones deben ser
adoptadas en forma integral para que tengan éxito.
Se trata de lograr que el operador se preocupe del equipo que él mismo utiliza para su trabajo diario.
Como consecuencia del cambio de actitud en operadores y mantenedores también mejoran otras
condiciones del ambiente de trabajo, por añadidura.
Ası́ es como la experiencia japonesa ha identificado cinco palabras que están asociadas a otros tantos
conceptos que se dan en el trabajo. Ellas son las 5 ”S”:
Seiri (orden),
Seiton (armonı́a en la distribución),
Seiso (integridad),
Seiketsu (aseo),
Shitsuke (disciplina).
En este aspecto hay que hacer mucho énfasis, recordando que son las condiciones de diseño las que
tienen la mayor importancia en la disponibilidad.
6. Ponerlo en marcha;
8. Desarrollo de la auto-mantención;
20.7. EL PLAN DE IMPLANTACIÓN DE TPM 267
20.8.1. Definiciones
tiempo productivo neto=tiempo operativo usable-tiempo para reprocesar producto mala calidad
RT − tiempo de configuración
PA =
RT
La productividad de los equipos se mide por el T EEP (Total Effective Equiment Productivity). El
TEEP incluye el tiempo de mantención preventiva y es una medida combinada de la utilización del equipo
y de su efectividad global. Este indicador incluye1 :
Utilización del equipo (EU ), que considera los tiempos muertos por no trabajar a 3 turnos y las
paradas programadas,
T EEP = EU · OEE
El EU es
tiempo de los turnos-tiempo paradas programadas
EU =
tiempo total
La efectividad global del equipo (OEE) refleja como opera el equipo cuando está operando. considera la
disponibilidad (A), la eficiencia de operación (Performance Efficiency, P E) y la razón de calidad (Rate
of Quality, RQ):
tiempo operativo usable
PE =
tiempo operativo neto
La disponibilidad considera
A = UT · PA
Dado que la disponibilidad
OEE = A · P E · RQ
Un indicador de la efectividad neta del equipo es el N EE (Net Equipment Effectiveness). Considera el
tiempo de operación efectivo (U T , Uptime). Este indicador excluye el tiempo de mantención preventiva,
además del requerido para ajustes y para configurar:
N EE = U T · P E · RQ
20.8.2. Ejemplo
Un planta opera dos turnos de 8 horas por dı́a. Las paradas programadas duran 90 min:
2 · 8 · 60 − 90
EU = = 60,4 %
24 · 60
RT = 2 · 8 · 60 − 90 = 870 min/dia
El tiempo para configurar el equipo es de 70 minutos, luego la disponibilidad teórica es:
870 − 70
PA = = 92,0 %
870
el tiempo operativo bruto es
870 − 70 = 800min/dia
El equipo falla 50 min/dia en promedio, y el U T es
800 − 50
UT = = 93,8 %
800
La disponibilidad es
A = PA · UT
= 92 · 93,8 = 86,2 %
lo que dá la impresión de que las cosas están funcionando bien. El tiempo operativo neto
el equipo no produce:
por falta de materia prima 240 min/dı́a y
funciona bajo su capacidad nominal durante 75 min/dı́a,
el tiempo operativo usable (nótese que estos dos valores usualmente no son medidos) es
y
435
PE = = 58 %
750
Una forma alternativa de calcular el P E es usar el tiempo de procesamiento de un producto y mul-
tiplicarlo por el numero de unidades producidas al final del dı́a. En este ejemplo estos valores son 1.5
min/producto, 290 unidades/dı́a
1,5 · 290
PE = = 58 %
750
Por falta de calidad se reprocesaron 6 unidades por lo que el tiempo productivo neto es
y la tasa de calidad RQ es
290 − 6
RQ = = 97,9 %
290
426
= = 97,9 %
435
Finalmente
OEE = 86,2 · 58,0 · 97,9 = 49,0 %
OEE 0 = 90 · 95 · 99 = 84,7 %
Distribuciones estadı́sticas
271
272 APÉNDICE A. DISTRIBUCIONES ESTADÍSTICAS
Para una parada mayor de planta se ha construido una lista de actividades que tienen los siguientes
costos, duraciones estimadas y precedencias lógicas:
Predecesora Sucesora Tiempo Costo Tiempo Costo
Actividad inmediata inmediata normal normal apresurado apresurado
(h) (M$) (h) (M$)
a - d,e 4 10 2 15
b - g 8 8 2 14
c - f 2 4 1 6
d a g 3 8 2 12
e a 5 8 3 14
f c 5 6 1 10
g b,d 6 12 2 16
• en 1 dı́a?
• en 2 dias?
273
274 APÉNDICE B. TAREA: PLANIFICACIÓN DE PARADA MAYOR
Apéndice C
275
276 APÉNDICE C. CUESTIONARIO DE EVALUACIÓN DE SIM
4. ¿ Permite el enlace con software especı́fico para mantenimiento predictivo? ¿ Requiere modifica-
ciones?
3. ¿ Para cada procedimiento de trabajo se pueden definir los recursos necesarios (materiales, mano
de obra, herramientas, contratistas, tiempos de operación, etc.) ?, ¿ Se mantiene algún registro de
los recursos disponibles?, ¿ Se puede establecer el costo unitario de los recursos?
4. ¿ Hay alguna manera de registrar todas las normas de seguridad, medio ambiente e higiene requeri-
das para la ejecución del procedimiento de trabajo?
5. ¿ Se puede calcular el costo de cada procedimiento de trabajo? ¿ Con qué nivel de detalle?
12. ¿ El planeamiento tiene en cuenta el concepto de unidad de mantenimiento? ¿ Cómo funciona esto?
2. ¿ Hay posibilidad de que el usuario preclasifique los pedidos de trabajo según el tipo de pedido
(emergencia, correctivo, preventivo, etc.)?
6. ¿ Se pueden transferir los datos de las órdenes de trabajo cumplidas a un archivo histórico?
9. ¿ Se puede modificar la imputación contable a nivel de orden de trabajo? ¿ De donde se extrae este
dato?
10. ¿ Cómo se realiza el registro de novedades (recursos, trabajos) en una orden de trabajo ?
11. ¿ Se pueden calcular ı́ndices de cumplimiento de un programa? ( Ej.: órdenes programadas a Fin
de perı́odo vs cantidad de órdenes cumplidas.)
12. ¿ Se puede calcular el porcentaje de cumplimiento de las órdenes teniendo en cuenta el tipo de
orden (correctivo, preventiva, etc.)?
5. ¿ Indique sobre que eventos o entidades se puede obtener información de costos?, ¿Qué tipo de
relaciones se pueden establecer?
5. ¿ El paquete puede correr bajo el sistema operativo utilizado por nuestra compañia o requiere
modificaciones?
278 APÉNDICE C. CUESTIONARIO DE EVALUACIÓN DE SIM
6. ¿ El paquete puede vincularse apropiadamente con los sistemas actualmente instalados y con la
base de datos?
7. ¿ Se necesita algún paquete de software o utilidad especial para que el paquete pueda operar?
4. ¿ El lenguaje fuente utilizado es de una versión actualizada?. De no ser ası́, ¿ Cuál es la versión que
utiliza?
7. ¿ Los informes son claros y comprensivos?,¿Pueden ser “customizados“?, ¿ Hay ejemplos en los
manuales de usuarios?
8. ¿ Las pantallas son fáciles de usar (“user friendly’)? ¿ Hay ejemplos en los manuales de usuarios? ¿
Son en castellano?
C.10. Performance
1. ¿ Cuales son las caracterı́sticas de performance del paquete (tiempos de respuestas, backup, recovery
y mantenimiento de archivos)?
C.11. Flexibilidad
1. ¿ Las longitudes de los registros y las capacidades de los archivos son fácilmente expandibles?. Si
es ası́, ¿ Cómo se hace esto?
2. ¿ El paquete viene con un generador de reportes o alguna herramienta de desarrollo para customiza-
ciones? ¿ Cómo trabajan estas facilidades y cómo impactan en el paquete y su operatoria?
2. ¿ Cuántas personas de su staff participan en la implantación? ¿ Cuál es el rol de cada una de estas
personas?
3. ¿ Qué cantidad de usuarios y personal de sistemas de nuestra empresa será afectado al proceso de
implantación?,¿ Qué tipo de orientación o entrenamiento necesitarán?, ¿ Cuánto tiempo lleva el
entrenamiento?
5. Según su experiencia, ¿ Cuál es la causa principal para no alcanzar una exitosa implantación?
C.13. Documentación
1. ¿ La documentación incluye los siguientes puntos? manuales de usuarios y manuales operativos,
narración descriptiva del paquete completo, narración descriptivas de las funciones del paquete,
flowcharts del sistema, diseño de la estructura de datos, instrucciones de recovery.
C.14. Soporte
1. ¿ Cuántos años hace que usted representa al producto?
3. ¿ Cuál es el número exacto de personas de su empresa que dan soporte y que caracterı́sticas tienen?,
¿ Solamente están capacitados para dar entrenamiento y no para resolver aspectos técnicos, o vice
versa?,¿ Si necesita asistir el producto técnicamente, su staff esta capacitado para brindar soporte?
¿ A qué nivel?
5. ¿ Cuál es la ubicación fı́sica de la oficina o persona de su staff que va a estar afectada al soporte de
nuestra compañı́a?, ¿ Hay una HOT -LINE con esta oficina o persona? ¿ Durante que horario?
6. ¿ Usted envı́a los upgrades tan pronto como están disponibles?, ¿ Cuál fue la fecha de su último
upgrade?
7. ¿ Hay grupos de usuarios para este paquete?. En caso afirmativo, ¿ Usted atiende sus recomenda-
ciones?
3. ¿ Podrı́a dar los nombres de cinco empresas que tienen el software instalado?
4. ¿ Cuántos clientes, en Chile, tienen en total y cuantos de ellos aún no tienen el paquete totalmente
instalado? ¿ Cuál es el motivo principal por el cual aún no tienen el producto instalado?
280 APÉNDICE C. CUESTIONARIO DE EVALUACIÓN DE SIM
5. ¿ En base a la función de la empresa que su producto atiende, cual ha sido el cambio o requerimiento
más importante y cómo impactó en el software? ¿ Cual considera que será el próximo cambio?
6. ¿ Podrı́a dar una lista de los problemas o defectos que tiene el Paquete en este momento?, ¿ Cómo
se informa a los clientes sobre estos Problemas?
7. ¿ Cada cuanto se hacen upgrades o releases?
[1] J. Bisschop and R. Entriken. AIMMS, The Modeling System. Paragon Decision Technology, The
Netherlands, 1993.
[2] F. Boucly. Condition optimale de reemplacement preventif. Achats et entretien, 336:27–33, 89.
[3] B.S. Dhillon. A hazard rate model. IEEE Transactions on Reliability, R-28:150–154, 1979.
[4] Hartmann P.E. Edward, H. Successfully Installing TPM in a Non-Japanese Plant. 1992.
[5] A.K.S. Jardine. Maintenance, Replacement and Reliability. Pitman Publishing, 1973.
[6] S. Luce. Pour une GMAO plus efficace, association universitaire de mecanique. 4:545–548, 1997.
[7] S. Luce. Choice criteria in conditional preventive maintenance. Mechanical Systems and Signal
Processing, 13(1):163–168, January 1999.
[8] P. Lyonnet. Maintenance Planning, Methods and Mathematics. Chapman & Hall, 1991.
[9] Pratique de la Maintenance Industrielle. Dunod, 1998.
[10] N.J McCormick. Reliability and Risk Analysis. Academic Press, 1981.
[11] J.G. Rau. Optimization and Probability in Systems Engineering. Van Nostrand Reinhold, 1970.
[12] G.H. Sandler. System Reliability Engineering. Prentice-Hall, 1963.
[13] R.G. Schroeder. Administracion de Operaciones. McGraw-Hill, 3era edición edition, 1989.
[14] C.R. Sundararajan. Guide to Reliability Engineering. Van Nostrand Reinhold, 1991.
[15] Cristian Harold Ostermann Wagner. Desarrollo y aplicacion de un metodo de analisis cuantitativo y
cualitativo de fallas de la maquinaria minera. Master’s thesis, Departamento de Ingenieria Mecanica,
1998.
[16] Jardine A.K.S. Zhang, F. Optimal maintenance models with minimal repair, periodic overhaul and
complete renewal. IIE Transtactions, 30:1109–1119, 1998.
281